Praktyczne uczenie maszynowe
- Час доставки: 7-10 днів
- Стан товару: новий
- Доступна кількість: 5
Оплачивая «Praktyczne uczenie maszynowe», вы можете быть уверены, что данное изделие из каталога «Программирование» будет доставлено из Польши и проверено на целостность. В цене товара, указанной на сайте, учтена доставка из Польши. Внимание!!! Товары для Евросоюза, согласно законодательству стран Евросоюза, могут отличаться упаковкой или наполнением.
Практичне машинне навчання
- Автор: Szeliga Marcin
- Постачальник: Azymut
- кількість сторінок: 468
- формат: 16,5x23,5см
- номер видання: 1
- мова публікації: польська
- дата публікації: 01.01.2019
- тип палітурки: м'яка обкладинка< /li>
- рік випуску: 2019
Видавництво: Наукове видавництво PWN
EAN: 9788301207625
Останнє десятиліття стало часом безпрецедентного розвитку штучного інтелекту — не лише новаторських досліджень алгоритмів машинного навчання, але й все більш широкого використання інтелектуальних машин у різних сферах нашого життя. Цей розвиток обмежений недостатньою кількістю фахівців, які поєднують знання з моделювання даних (підготовка даних і принципи роботи алгоритмів машинного навчання) зі знанням мов аналізу даних, таких як SQL, R або Python. Інженерія даних — це міждисциплінарні знання, які потребують знань алгебри, геометрії, статистики, ймовірностей та алгоритмів, доповнених практичними навичками програмування. Крім того, штучний інтелект є предметом інтенсивних наукових досліджень, і просте відстеження прогресу в цій галузі вимагає регулярного (щоденного) подальшого навчання. Ця книга поєднує теорію з практикою. У ньому описано вирішення кількох поширених проблем, таких як прогнозування прибутку, оптимізація маркетингових кампаній, профілактичне обслуговування обладнання та оцінка кредитного ризику. Їх розташування є цілеспрямованим – кожен приклад є можливістю пояснити конкретні питання, починаючи від інструментів, через основи машинного навчання, способи оцінки якості даних і підготовки їх до подальшого аналізу, принципи створення моделей машинного навчання та їх оптимізації, до порад. по впровадженню готових моделей у виробництво. Книга адресована всім, хто хоче дізнатися або вдосконалити: практичні знання статистики та вміння візуалізувати дані, необхідні для оцінки якості даних; практичні знання SQL, R або Python, необхідні для організації, підготовки та збагачення даних; принципи роботи окремих алгоритмів машинного навчання, необхідні для їх вибору та оптимізації; використання R або Python для створення, оцінки, оптимізації та розгортання моделей аналізу даних у виробництві. Як студенти ІТ, так і аналітики, програмісти, адміністратори баз даних і статистики знайдуть у книзі інформацію, яка дозволить їм оволодіти практичними навичками, необхідними для самостійного створення систем машинного навчання.