Szeliga Marcin
Sortowanie
Źródło opisu
IBUK Libra
(1)
Katalog zbiorów
(1)
Forma i typ
E-booki
(1)
Książki
(1)
Dostępność
dostępne
(1)
Placówka
Wypożyczalnia Dobczyce
(1)
Autor
Sekuła Aleksandra
(2469)
Kozioł Paweł
(2013)
Bekker Alfred
(1664)
Vandenberg Patricia
(1164)
Kotwica Wojciech
(782)
Szeliga Marcin
(-)
Kowalska Dorota
(672)
Doyle Arthur Conan
(643)
Wallace Edgar
(584)
Konopnicka Maria
(538)
Kochanowski Jan
(505)
Cartland Barbara
(492)
Shakespeare William
(471)
Dickens Charles
(446)
Buchner Friederike von
(438)
Maybach Viola
(434)
Hackett Pete
(432)
Waidacher Toni
(423)
Verne Jules
(391)
Twain Mark
(365)
Poe Edgar Allan
(361)
May Karl
(345)
Krzyżanowski Julian
(309)
Otwinowska Barbara
(309)
London Jack
(298)
Leśmian Bolesław
(288)
Słowacki Juliusz
(288)
Boy-Żeleński Tadeusz
(287)
Dönges Günter
(286)
Sienkiewicz Henryk
(285)
Mahr Kurt
(284)
Darlton Clark
(280)
Kraszewski Józef Ignacy
(280)
Ewers H.G
(278)
Orzeszkowa Eliza
(277)
Krasicki Ignacy
(265)
Vega Lope de
(265)
Barca Pedro Calderón de la
(264)
Донцова Дарья
(264)
Trzeciak Weronika
(262)
Kühnemann Andreas
(258)
Mickiewicz Adam
(241)
Francis H.G
(240)
Montgomery Lucy Maud
(237)
Conrad Joseph
(236)
Austen Jane
(233)
Vlcek Ernst
(231)
May Karol
(230)
Barner G.F
(229)
Prus Bolesław
(229)
Autores Varios
(228)
Andersen Hans Christian
(226)
Chávez José Pérez
(222)
Ellmer Arndt
(221)
Balzac Honoré de
(217)
Stevenson Robert Louis
(217)
Oppenheim E. Phillips
(215)
Palmer Roy
(215)
Kipling Rudyard
(212)
Wells H. G
(212)
Voltz William
(211)
Goethe Johann Wolfgang von
(208)
Sienkiewicz Henryk (1846-1916)
(205)
Howard Robert E
(203)
Goliński Zbigniew
(201)
Hałas Jacek "Stranger"
(201)
Bazán Emilia Pardo
(200)
Baczyński Krzysztof Kamil
(199)
Dug Katarzyna
(198)
Mark William
(195)
Wydawnictwo Albatros Andrzej Kuryłowicz
(192)
Czechowicz Józef
(189)
Hoffmann Horst
(186)
Alcott Louisa May
(185)
Kneifel Hans
(183)
Brand Max
(178)
Wilde Oscar
(177)
Калинина Дарья
(175)
Кир Булычев
(171)
Verne Juliusz
(170)
Baudelaire Charles
(168)
Woolf Virginia
(165)
Kayser-Darius Nina
(164)
Jachowicz Stanisław
(163)
McMason Fred
(162)
Александрова Наталья
(161)
King Stephen
(160)
Haensel Hubert
(159)
Praca zbiorowa
(159)
Rawinis Marian Piotr
(158)
Колычев Владимир
(158)
Головачёв Василий
(154)
Collins Wilkie
(151)
Courths-Mahler Hedwig
(145)
Scott Walter
(145)
Leblanc Maurice
(144)
Przerwa-Tetmajer Kazimierz
(143)
Żeromski Stefan
(142)
Fischer Marie Louise
(141)
Grey Zane
(141)
Lange Antoni
(141)
Rok wydania
2010 - 2019
(2)
Kraj wydania
Polska
(2)
Język
polski
(2)
Temat
Podręczniki
(1)
SQL
(1)
2 wyniki Filtruj
Książka
W koszyku
1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.
Wypożyczalnia Dobczyce
Są egzemplarze dostępne do wypożyczenia: sygn. 004 (1 egz.)
E-book
W koszyku
Forma i typ
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.
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.
Pozycja została dodana do koszyka. Jeśli nie wiesz, do czego służy koszyk, kliknij tutaj, aby poznać szczegóły.
Nie pokazuj tego więcej