Szeliga Marcin
Ukryj filtry
Sortowanie
Źródło opisu
IBUK Libra
(1)
Forma i typ
E-booki
(1)
Autor
Sekuła Aleksandra
(2469)
Kozioł Paweł
(2013)
Kotwica Wojciech
(782)
Kowalska Dorota
(664)
Kochanowski Jan
(490)
Szeliga Marcin
(-)
Pokaż więcej ...
Konopnicka Maria
(425)
Krzyżanowski Julian
(309)
Otwinowska Barbara
(309)
Sienkiewicz Henryk (1846-1916)
(289)
Żeleński Tadeusz (1874-1941)
(285)
Kraszewski Józef Ignacy (1812-1887)
(282)
Trzeciak Weronika
(262)
Krasicki Ignacy
(251)
Leśmian Bolesław
(243)
Boy-Żeleński Tadeusz
(242)
Krzyżanowski Julian (1892-1976)
(238)
Słowacki Juliusz
(233)
Żeromski Stefan (1864-1925)
(219)
Goliński Zbigniew
(201)
Dug Katarzyna
(198)
Iwaszkiewicz Jarosław (1894-1980)
(198)
Baczyński Krzysztof Kamil
(195)
Czechowicz Józef
(188)
Mickiewicz Adam (1798-1855)
(185)
Mickiewicz Adam
(183)
Orzeszkowa Eliza
(180)
Prus Bolesław (1847-1912)
(169)
Sandemo Margit (1924- )
(165)
Jachowicz Stanisław
(161)
Praca zbiorowa
(159)
Kraszewski Józef Ignacy
(152)
Shakespeare William (1564-1616)
(151)
Roberts Nora (1950- )
(148)
Christie Agatha (1890-1976)
(146)
Konopnicka Maria (1842-1910)
(145)
Drewnowski Jacek (1974- )
(144)
Słowacki Juliusz (1809-1849)
(141)
Baudelaire Charles
(140)
Morsztyn Jan Andrzej
(139)
Lech Justyna
(138)
Marciniakówna Anna
(138)
Prus Bolesław
(138)
Przerwa-Tetmajer Kazimierz
(133)
Rolando Bianka
(131)
Lange Antoni
(125)
Rozwadowski Stanisław (1923-1996)
(119)
Brzechwa Jan (1900-1966)
(114)
Lenartowicz Teofil
(112)
King Stephen (1947- )
(110)
Orzeszkowa Eliza (1841-1910)
(109)
Fabianowska Małgorzata
(108)
Pedersen Bente (1961- )
(106)
Szancer Jan Marcin (1902-1973)
(106)
Liebert Jerzy
(105)
Rawinis Marian Piotr (1953- )
(104)
Tkaczyszyn-Dycki Eugeniusz
(102)
Napierski Stefan
(101)
Makuszyński Kornel (1884-1953)
(100)
Montgomery Lucy Maud (1874-1942)
(98)
Tuwim Julian (1894-1953)
(97)
Cartland Barbara (1902-2000)
(96)
Pawlikowska-Jasnorzewska Maria
(96)
Gomulicki Wiktor
(95)
Musierowicz Małgorzata (1945- )
(95)
Chotomska Wanda (1929- )
(94)
Dąbrowska Maria (1889-1965)
(94)
Zimnicka Iwona (1963- )
(93)
Rychlicki Zbigniew (1922-1989)
(90)
Wilczek Piotr
(90)
Asnyk Adam
(89)
Staff Leopold (1878-1957)
(89)
Miciński Tadeusz
(87)
Sienkiewicz Henryk
(87)
Zieliński Bronisław (1914-1985)
(87)
Polkowski Andrzej
(86)
Andersen Hans Christian (1805-1875)
(85)
Ingulstad Frid (1935- )
(85)
Popławska Anna
(85)
Bogdziewicz Monika
(84)
Lindgren Astrid (1907-2002)
(84)
Skibniewska Maria (1904-1984)
(84)
Kniaźnin Franciszek Dionizy
(83)
Steel Danielle (1948- )
(83)
Hesko-Kołodzińska Małgorzata
(81)
Kasprowicz Jan
(81)
Rzehak Wojciech
(81)
Szulc Andrzej
(81)
Uniechowski Antoni (1903-1976)
(81)
Zimnicka Iwona
(80)
Sekuła Elżbieta
(79)
Ujejski Kornel
(79)
Fleszarowa-Muskat Stanisława (1919-1989)
(78)
Kobyliński Szymon (1927-2002)
(78)
Włodarczyk Barbara
(78)
Zarawska Patrycja
(77)
Dornberg Michaela
(76)
Fredro Aleksander (1793-1876)
(76)
Słomczyński Maciej (1920-1998)
(76)
Kosińska Aleksandra
(75)
Mazan Maciejka
(75)
Pokaż mniej ...
Rok wydania
2010 - 2019
(1)
Kraj wydania
Polska
(1)
Język
polski
(1)
1 wynik Filtruj
E-book
W koszyku
Praktyczne uczenie maszynowe / Marcin Szeliga. - Wydawnictwo Naukowe PWN ; IBUK Libra, 2018.
Autor
Szeliga Marcin.
Forma i typ
E-booki
Ostatnia dekada to czas bezprecedensowego rozwoju sztucznej inteligencji – nie tylko przełomowych badań nad algorytmami uczenia maszynowego, ale również coraz powszechniejszego stosowania inteligentnych maszyn w najróżniejszych dziedzinach naszego życia. Rozwój ten ogranicza niewystarczająca liczba specjalistów, łączących znajomość modelowania danych (przygotowania danych i zasad działania algorytmów uczenia maszynowego) ze znajomością języków analizy danych, takich jak SQL, R czy Python. Inżynieria danych (ang. data science) to interdyscyplinarna wiedza, której opanowanie wymaga znajomości algebry, geometrii, statystyki, rachunku prawdopodobieństwa i algorytmiki, uzupełnionej o praktyczną umiejętność programowania. Co więcej, sztuczna inteligencja jest przedmiotem intensywnych badań naukowych i samo śledzenie postępów w tej dziedzinie wiąże się z regularnym (codziennym) dokształcaniem. Niniejsza książka łączy w sobie teorię z praktyką. Opisuje rozwiązania kilkunastu typowych problemów, takich jak prognozowanie zysków, optymalizacja kampanii marketingowej, proaktywna konserwacja sprzętu czy oceny ryzyka kredytowego. Ich układ jest celowy – każdy przykład jest okazją do wyjaśnienia określonych zagadnień, zaczynając od narzędzi, przez podstawy uczenia maszynowego, sposoby oceny jakości danych i ich przygotowania do dalszej analizy, zasady tworzenia modeli uczenia maszynowego i ich optymalizacji, po wskazówki dotyczące wdrożenia gotowych modeli do produkcji. Książka jest adresowana do wszystkich, którzy chcieliby poznać lub udoskonalić: praktyczną znajomość statystki i umiejętność wizualizacji danych niezbędnej do oceny jakości danych; praktyczną znajomość języka SQL, R lub Python niezbędnej do uporządkowania, wstępnego przygotowania i wzbogacenia danych; zasady działania poszczególnych algorytmów uczenia maszynowego koniecznych do ich wyboru i optymalizacji; korzystanie z języka R lub Python do stworzenia, oceny, zoptymalizowania i wdrożenia do produkcji modeli eksploracji danych. Zarówno studenci kierunków informatycznych, jak również analitycy, programiści, administratorzy baz danych oraz statystycy znajdą w książce informacje, które pozwolą im opanować praktyczne umiejętności potrzebne do samodzielnego tworzenia systemów uczenia maszynowego.
dostępna online
Ta pozycja jest dostępna przez Internet. Rozwiń informację, by zobaczyć szczegóły.
Dostęp do treści elektronicznej wymaga posiadania kodu PIN. Po odbiór kodu PIN zapraszamy do biblioteki.
Wyprowadzać dodatkowo:
sygnatury
identyfikatory
hasła przedmiotowe
lokalizacja
streszczenia
numer ISBN
hasło sortowania
adres wersji elektronicznej
rozmieszczenie egzemplarzy
opis fizyczny
Sortowanie zestawienia:
Sortowanie pozycji zestawienia:
Sortowanie pozycji zestawienia:
Pozycja została dodana do koszyka. Jeśli nie wiesz, do czego służy koszyk, kliknij tutaj, aby poznać szczegóły.
Nie pokazuj tego więcej