Praktyczne uczenie maszynowe
Autor: Szeliga, Marcin.
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.
Zobacz pełny opisOdpowiedzialność: | Marcin Szeliga. | ||||||||||||||||
Hasła: | Sztuczna inteligencja Uczenie się maszyn Podręcznik | ||||||||||||||||
Adres wydawniczy: | Warszawa : PWN, 2019. | ||||||||||||||||
Wydanie: | Wydanie I. | ||||||||||||||||
Opis fizyczny: | XIV, 466, [1] strona : ilustracje, wykresy ; 24 cm. Uwagi: | Bibliografia, netografia na stronach 463-466. | Forma gatunek: | Książki. Publikacje dydaktyczne. Publikacje fachowe. | Dziedzina: | Informatyka i technologie informacyjne | Powstanie dzieła: | 2019 r. | Przeznaczenie: | Dla studentów kierunków informatycznych, analityków, programistów, administratorów baz danych i statystyków. | Dla studentów kierunków informatycznych, analityków, programistów, administratorów baz danych i statystyków. Odbiorcy: | Informatycy. Szkoły wyższe. | Skocz do: | Inne pozycje tego autora w zbiorach biblioteki | Dodaj recenzje, komentarz | |
Sprawdź dostępność, zarezerwuj (zamów):
(kliknij w nazwę placówki - więcej informacji)