Przedpłata (Przelewy24) do 299 zł | od 299 zł | |
---|---|---|
ORLEN Paczka |
9,99 zł | 0 zł |
Odbiór w Punktach Poczta, Żabka | 10,99 zł | 0 zł |
Pocztex | 11,99 zł | 0 zł |
InPost Paczkomaty 24/7 |
13,99 zł | 0 zł |
Kurier DPD |
12,49 zł | 0 zł |
Punkty odbioru DPD |
10,99 zł | 0 zł |
Odbiór w Księgarni PWN |
0 zł | 0 zł |
Płatność przy odbiorze do 299 zł | od 299 zł | |
---|---|---|
Odbiór w Punktach Poczta, Żabka | 14,99 zł | 0 zł |
Pocztex | 15,99 zł | 0 zł |
Kurier DPD |
16,49 zł | 0 zł |
Wyróżnienie w Konkursie PTI - Informatyczna Książka Roku 2020
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:
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.