Wprowadzenie do uczenia maszynowego według Esposito - Dino Esposito, Francesco Esposito - książka

Wprowadzenie do uczenia maszynowego według Esposito książka papierowa

Dino Esposito, Francesco Esposito

0,0

Dostawa: od 6,99 zł (darmowa dostawa z abonamentem Legimi)

Czas wysyłki: 1-2 dni robocze + czas dostawy

79,80 zł
od 39,90 zł w Klubie Mola Książkowego

-50%
Zbieraj punkty w Klubie Mola Książkowego i kupuj ebooki, audiobooki oraz książki papierowe do 50% taniej.
Dowiedz się więcej.
  • Wydawca: Promise
  • Język: polski
  • Rok wydania: 2023
Opis

Opanuj koncepcje uczenia maszynowego i rozwiązuj rzeczywiste problemy
Uczenie maszynowe stwarza niesamowite możliwości, a książka Wprowadzenie do uczenia maszynowego zawiera praktyczną wiedzę o ich wykorzystaniu. Dino i Francesco Esposito zaczynają od krótkiego omówienia podstawowych zagadnień sztucznej inteligencji oraz zasad każdego projektu uczenia maszynowego. Następ-nie wprowadzają do potężnej biblioteki ML.NET opracowanej przez firmę Microsoft. Omawiają między innymi przetwarzanie danych, uczenie i weryfikację. Prezentują rodziny algorytmów, które można uczyć w celu rozwią-zywania rzeczywistych problemów, a także techniki uczenia głębokiego wykorzystujące sieci neuronowe. Na koniec autorzy omawiają wartościowe usługi czasu wykonywania, dostępne za pośrednictwem chmury obli-czeniowej Azure, a także rozważają długoterminowe perspektywy biznesowe związane z uczeniem maszyno-wym.
Dino Esposito, 14-krotnie wyróżniony tytułem Microsoft MVP, oraz Francesco Esposito ułatwią nam:
• Zgłębianie poznanych zasad uczenia się ludzi oraz budowy inteligentnego oprogramowania
• Odkrycie problemów, które można rozwiązać z wykorzystaniem uczenia maszynowego
• Zrozumienie potoku uczenia maszynowego, czyli kroków prowadzących do uzyskania gotowego modelu
• Użycie AutoML w celu automatycznego wybrania najlepszego potoku dla dowolnego problemu i zbioru danych
• Opanowanie biblioteki ML.NET, zaimplementowanie jej potoku oraz wykorzystanie zadań i algorytmów
• Zgłębianie matematycznych podstaw uczenia maszynowego
• Prognozowanie, ulepszanie sposobów podejmowania decyzji i stosowanie metod probabilistycznych
• Grupowanie danych poprzez klasyfikację i klasteryzację
• Poznanie podstaw uczenia głębokiego, włącznie z projektowaniem sieci neuronowych
• Wykorzystanie usług w chmurze AI w celu szybszego tworzenia lepszych rzeczywistych rozwiązań
O książce
• Dla profesjonalistów zamierzających tworzyć aplikacje wykorzystujące uczenie maszynowe: zarówno dla programistów chcących zdobyć umiejętności z zakresu analizy danych, jak i dla analityków danych, którzy chcą zdobyć odpowiednie umiejętności programistyczne
• Zawiera przykładowe scenariusze kodu uczenia maszynowego wykorzystujące bibliotekę ML.NET
O autorach
Dino Esposito, 14-krotnie wyróżniony tytułem Microsoft MVP, jest autorem ponad 20 książek, włącznie z best-sellerem wydawnictwa Microsoft Press, zatytułowanym Microsoft .NET: Architecting Applications for the Enter-prise. Od 22 lat jest autorem kolumny „Cutting Edge”, a także prowadzi regularne wykłady w firmie Microsoft i na niezależnych wydarzeniach branżowych na całym świecie. Od ponad 25 lat jest programistą, a obecnie kon-centruje się na sztucznej inteligencji w kontekście inteligentnych rozwiązań dla miast i energetyki, pracując na stanowisku stratega do spraw korporacyjnych rozwiązań cyfrowych w BaxEnergy.
Francesco Esposito jest 21-letnim programistą zawieszonym między zagadnieniami zaawansowanej matema-tyki i tajnikami nauk o danych. Interesuje się przede wszystkim hydrologią i służbą zdrowia. Francesco założył Youbiquitous, firmę zajmującą się oprogramowaniem i sztuczną inteligencją, a także prowadzi małą firmę in-westycyjną.
Cały przykładowy kod, włącznie z kompletnymi aplikacjami, jest dostępny pod adresem
MicrosoftPressStore.com/IntroMachineLearning/downloads
Obraz na okładce autorstwa Andrey’a Pronin/aAlamy Stock Vector

Liczba stron: 448

Format (wymiary): 17.0x23.0cm

ISBN: 9788375414226

Oceny
0,0
0
0
0
0
0
Więcej informacji
Więcej informacji
Legimi nie weryfikuje, czy opinie pochodzą od konsumentów, którzy nabyli lub czytali/słuchali daną pozycję, ale usuwa fałszywe opinie, jeśli je wykryje.