-
Strefa klienta
-
Koszyk ( 0 )
- Rolnictwo
- Warzywnictwo
- Sadownictwo
- Programy Ochrony Roślin
- Zeszyty uprawowe
- Ogrodnictwo
- Prawo rolne i agrobiznes
- Podręczniki Nauki Rolnicze
- Przemysł/Przetwórstwo
- Architektura krajobrazu
- Weterynaria
- Konie
- Pszczelarstwo
- Rośliny i zwierzęta
- Dla dzieci Przyrodnicze
- Leśnictwo
- Myślistwo. Rybołówstwo
- Albumy
- Biografia
- Biznes, ekonomia, marketing
- Historia
- Języki obce
- Kartografia i przewodniki
- Książki dla młodzieży
- Kuchnia, diety
- Literatura
- Logopedia, pedagogika, dydaktyka
- Nauka i technika
- Nauki humanistyczne
-
Podręczniki szkolne
- Poradniki
- Słowniki i encyklopedia
- Sztuka
- Kategorie
-
Machine learning, Python i data science. Wprowadzenie
![Machine learning, Python i data science. Wprowadzenie Machine learning, Python i data science. Wprowadzenie](/images/bzek/6000-7000/Machine-learning-Python-i-data-science-Wprowadzenie_%5B6798%5D_480.jpg)
![Machine learning, Python i data science. Wprowadzenie Machine learning, Python i data science. Wprowadzenie](/images/bzek/6000-7000/Machine-learning-Python-i-data-science-Wprowadzenie_%5B6798%5D_480.jpg)
Symbol:
63.67
Wysyłka w ciągu | 2-5 dni roboczych | ||||||
Cena przesyłki |
12
|
||||||
Dostępność |
|
Kod kreskowy | |
ISBN | 978-83-8322-751-1 |
EAN | 9788383227511 |
- Opis
- Parametry
Uczenie maszynowe kojarzy się z dużymi firmami i rozbudowanymi zespołami. Prawda jest taka, że obecnie można samodzielnie budować zaawansowane rozwiązania uczenia maszynowego i korzystać do woli z olbrzymich zasobów dostępnych danych. Trzeba tylko mieć pomysł i... trochę podstawowej wiedzy. Tymczasem większość opracowań na temat uczenia maszynowego i sztucznej inteligencji wymaga biegłości w zaawansowanej matematyce. Utrudnia to naukę tego zagadnienia, mimo że uczenie maszynowe jest coraz powszechniej stosowane w projektach badawczych i komercyjnych.
Ta praktyczna książka ułatwi Ci rozpoczęcie wdrażania rozwiązań rzeczywistych problemów związanych z uczeniem maszynowym. Zawiera przystępne wprowadzenie do uczenia maszynowego i sztucznej inteligencji, a także sposoby wykorzystania Pythona i biblioteki scikit-learn, uwzględniające potrzeby badaczy i analityków danych oraz inżynierów pracujących nad aplikacjami komercyjnymi. Zagadnienia matematyczne ograniczono tu do niezbędnego minimum, zamiast tego skoncentrowano się na praktycznych aspektach algorytmów uczenia maszynowego. Dokładnie opisano, jak konkretnie można skorzystać z szerokiej gamy modeli zaimplementowanych w dostępnych bibliotekach.
Ta praktyczna książka ułatwi Ci rozpoczęcie wdrażania rozwiązań rzeczywistych problemów związanych z uczeniem maszynowym. Zawiera przystępne wprowadzenie do uczenia maszynowego i sztucznej inteligencji, a także sposoby wykorzystania Pythona i biblioteki scikit-learn, uwzględniające potrzeby badaczy i analityków danych oraz inżynierów pracujących nad aplikacjami komercyjnymi. Zagadnienia matematyczne ograniczono tu do niezbędnego minimum, zamiast tego skoncentrowano się na praktycznych aspektach algorytmów uczenia maszynowego. Dokładnie opisano, jak konkretnie można skorzystać z szerokiej gamy modeli zaimplementowanych w dostępnych bibliotekach.
Autor:
Andreas C. Müller,Sarah Guido
Oprawa:
miękka
Rok wydania:
2023
Format:
16,8x23,7
Data wydania:
2023-02-24
Status:
JEST
Wydawca:
Helion
Stron:
320
Wydanie:
1
- Produkty podobne
- Ostatnio oglądane produkty
- Inni Klienci kupili również
- Polecamy
- Nowości
- Bestsellery
- Wyprzedaże
111.00
-28%
80.00
80.00
44.00
41.85
49.00
-18%
40.18
40.18
179.00
-10%
161.10
161.10
39.00
-8%
35.69
35.69
119.99
-26%
89.04
89.04
55.00
-15%
46.75
46.75
55.00
-15%
46.75
46.75
44.00
-52%
21.00
21.00
50.00
-50%
25.00
25.00
50.00
-22%
39.00
39.00
20.00
-50%
10.00
10.00
50.00
-50%
25.00
25.00
50.00
-20%
40.00
40.00
50.00
-20%
40.00
40.00
29.00
-25%
21.80
21.80