Uczenie maszynowe stanowi jeden z najbardziej fascynujących i dynamicznie rozwijających się obszarów technologii informatycznej. W księgarni internetowej helion.pl oferujemy szeroki zakres książek oraz kursów video, które pomogą Ci zgłębić tajniki tej dziedziny.
Uczenie maszynowe
Książki, ebooki, kursy video z kategorii: Uczenie maszynowe dostępne w księgarni Helion
-
Uczenie maszynowe w Pythonie. Receptury. Od przygotowania danych do deep learningu. Wydanie II
-
Uczenie maszynowe z użyciem Scikit-Learn, Keras i TensorFlow. Wydanie III
-
Jak projektować systemy uczenia maszynowego. Iteracyjne tworzenie aplikacji gotowych do pracy
-
Analityk danych. Przewodnik po data science, statystyce i uczeniu maszynowym
-
Sztuczna inteligencja od podstaw
-
Dylemat sztucznej inteligencji. 7 zasad odpowiedzialnego tworzenia technologii
-
Sztuczna inteligencja i uczenie maszynowe dla programistów. Praktyczny przewodnik po sztucznej inteligencji
-
Uczenie maszynowe w Pythonie dla każdego
-
Sztuczna inteligencja. Nowe spojrzenie. Wydanie IV. Tom 1
-
Sztuczna inteligencja. Nowe spojrzenie. Wydanie IV. Tom 2
-
Eksploracja danych za pomocą Excela. Metody uczenia maszynowego krok po kroku
-
Algorytmy sztucznej inteligencji. Ilustrowany przewodnik
-
Wnioskowanie i związki przyczynowe w Pythonie. Nowoczesne uczenie maszynowe z wykorzystaniem bibliotek DoWhy, EconML, PyTorch i nie tylko
-
Deep learning dla programistów. Budowanie aplikacji AI za pomocą fastai i PyTorch
-
Przetwarzanie języka naturalnego w praktyce. Przewodnik po budowie rzeczywistych systemów NLP
-
Big data, nauka o danych i AI bez tajemnic. Podejmuj lepsze decyzje i rozwijaj swój biznes!
-
Podręcznik architekta rozwiązań. Poznaj reguły oraz strategie projektu architektury i rozpocznij niezwykłą karierę. Wydanie II
-
Głębokie uczenie. Wprowadzenie
-
Głębokie uczenie przez wzmacnianie. Praca z chatbotami oraz robotyka, optymalizacja dyskretna i automatyzacja sieciowa w praktyce. Wydanie II
-
Matematyka w uczeniu maszynowym
-
Sztuczna inteligencja. Błyskawiczne wprowadzenie do uczenia maszynowego, uczenia ze wzmocnieniem i uczenia głębokiego
-
Potoki danych. Leksykon kieszonkowy. Przenoszenie i przetwarzanie danych na potrzeby ich analizy
-
Człowiek na rozdrożu. Sztuczna inteligencja 25 punktów widzenia
-
Python. Machine learning i deep learning. Biblioteki scikit-learn i TensorFlow 2. Wydanie III
-
Deep learning z TensorFlow 2 i Keras dla zaawansowanych. Sieci GAN i VAE, deep RL, uczenie nienadzorowane, wykrywanie i segmentacja obiektów i nie tylko. Wydanie II
-
Uczenie maszynowe w Pythonie. Leksykon kieszonkowy
-
Deep learning i modelowanie generatywne. Jak nauczyć komputer malowania, pisania, komponowania i grania
-
Sztuczna inteligencja w finansach. Używaj języka Python do projektowania i wdrażania algorytmów AI
-
Python dla DevOps. Naucz się bezlitośnie skutecznej automatyzacji
-
Machine learning, Python i data science. Wprowadzenie
-
Uczenie maszynowe. Elementy matematyki w analizie danych
-
Szeregi czasowe. Praktyczna analiza i predykcja z wykorzystaniem statystyki i uczenia maszynowego
-
Deep Learning. Uczenie głębokie z językiem Python. Sztuczna inteligencja i sieci neuronowe
-
Algorytmy Data Science. Siedmiodniowy przewodnik. Wydanie II
-
AI bez tajemnic. Sztuczna Inteligencja od podstaw po zaawansowane techniki
-
Deep Learning. Praca z językiem Python i biblioteką Keras
-
TinyML. Wykorzystanie TensorFlow Lite do uczenia maszynowego na Arduino i innych mikrokontrolerach
-
Uczenie głębokie od zera. Podstawy implementacji w Pythonie
-
Zostań Milionerem z ChatGPT. Prosty przewodnik jak osiągnąć sukces w każdej branży za pomocą sztucznej inteligencji
-
Uczenie głębokie i sztuczna inteligencja. Interaktywny przewodnik ilustrowany
-
Aplikacje ChatGPT. Wejdź na wyższy poziom z inteligentnymi programami - generatory, boty i wiele innych!
-
Uczenie maszynowe: Scikit-Learn, Keras i TensorFlow. Szczegółowy poradnik
-
Zwinna analiza danych. Apache Hadoop dla każdego
Niedostępna
-
Deep Learning. Praktyczne wprowadzenie z zastosowaniem środowiska Pythona
Czasowo niedostępna
-
Data Science w Pythonie. Kurs video. Przetwarzanie i analiza danych
-
Umiejętności analityczne w pracy z danymi i sztuczną inteligencją. Wykorzystywanie najnowszych technologii w rozwijaniu przedsiębiorstwa
-
Matematyka dyskretna dla praktyków. Algorytmy i uczenie maszynowe w Pythonie
-
Generative Deep Learning. 2nd Edition
-
Uczenie maszynowe w aplikacjach. Projektowanie, budowa i wdrażanie
Niedostępna
-
Deep Learning for Time Series Cookbook. Use PyTorch and Python recipes for forecasting, classification, and anomaly detection
-
Python. Uczenie maszynowe
Czasowo niedostępna
-
Web scraping w Data Science. Kurs video. Uczenie maszynowe i architektura splotowych sieci neuronowych
-
Konwolucyjne sieci neuronowe. Kurs video. Tensorflow i Keras w rozpoznawaniu obrazów
-
Designing Machine Learning Systems
-
Praktyczne uczenie maszynowe w języku R
-
Uczenie maszynowe w Pythonie. Receptury
-
Inżynieria danych na platformie AWS. Jak tworzyć kompletne potoki uczenia maszynowego
-
Deep Learning
-
Uczenie maszynowe dla programistów
-
Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow. 3rd Edition
-
The Machine Learning Solutions Architect Handbook. Practical strategies and best practices on the ML lifecycle, system design, MLOps, and generative AI - Second Edition
-
Machine Learning Security with Azure. Best practices for assessing, securing, and monitoring Azure Machine Learning workloads
-
TinyML Cookbook. Combine machine learning with microcontrollers to solve real-world problems - Second Edition
-
The Kaggle Book. Data analysis and machine learning for competitive data science
-
Machine Learning for Algorithmic Trading. Predictive models to extract signals from market and alternative data for systematic trading strategies with Python - Second Edition
-
Python Deep Learning. Exploring deep learning techniques and neural network architectures with PyTorch, Keras, and TensorFlow - Second Edition
-
Building a Recommendation System with R. Learn the art of building robust and powerful recommendation engines using R
-
Data Science w Pythonie. Kurs video. Algorytmy uczenia maszynowego
-
Machine Learning i język Python. Kurs video. Praktyczne wykorzystanie popularnych bibliotek
-
Przetwarzanie języka naturalnego w akcji
-
Uczenie maszynowe z użyciem Scikit-Learn i TensorFlow
Niedostępna
-
Architecting Data and Machine Learning Platforms
-
Python. Uczenie maszynowe. Wydanie II
Czasowo niedostępna
-
Wzorce projektowe uczenia maszynowego. Rozwiązania typowych problemów dotyczących przygotowania danych, konstruowania modeli i MLOps
-
Praktyczne uczenie nienadzorowane przy użyciu języka Python
-
Praktyczne uczenie maszynowe
-
Machine Learning Design Patterns
-
Hands-On Image Processing with Python. Expert techniques for advanced image analysis and effective interpretation of image data
-
Interpretable Machine Learning with Python. Build explainable, fair, and robust high-performance models with hands-on, real-world examples - Second Edition
-
Effective Machine Learning Teams
-
Implementing MLOps in the Enterprise
-
Machine Learning for Emotion Analysis in Python. Build AI-powered tools for analyzing emotion using natural language processing and machine learning
-
Transformers for Natural Language Processing. Build, train, and fine-tune deep neural network architectures for NLP with Python, Hugging Face, and OpenAI's GPT-3, ChatGPT, and GPT-4 - Second Edition
-
Uczenie maszynowe na Raspberry Pi
-
The Deep Learning Workshop. Learn the skills you need to develop your own next-generation deep learning models with TensorFlow and Keras
-
The Deep Learning with Keras Workshop. Learn how to define and train neural network models with just a few lines of code
-
The Unsupervised Learning Workshop. Get started with unsupervised learning algorithms and simplify your unorganized data to help make future predictions
-
The Machine Learning Workshop. Get ready to develop your own high-performance machine learning algorithms with scikit-learn - Second Edition
-
The Supervised Learning Workshop. Predict outcomes from data by building your own powerful predictive models with machine learning in Python - Second Edition
-
Python Artificial Intelligence Projects for Beginners. Get up and running with Artificial Intelligence using 8 smart and exciting AI applications
-
Artificial Intelligence By Example. Develop machine intelligence from scratch using real artificial intelligence use cases
-
Data Science i uczenie maszynowe
-
Bayesian Analysis with Python. A practical guide to probabilistic modeling - Third Edition
-
AWS Certified Machine Learning - Specialty (MLS-C01) Certification Guide. The ultimate guide to passing the MLS-C01 exam on your first attempt - Second Edition
-
TensorFlow Developer Certificate Guide. Efficiently tackle deep learning and ML problems to ace the Developer Certificate exam
-
Python w uczeniu maszynowym
-
Natural Language Processing with Transformers, Revised Edition
-
Głębokie uczenie z TensorFlow. Od regresji liniowej po uczenie przez wzmacnianie
Niedostępna
-
Wprowadzenie do uczenia maszynowego według Esposito
-
Sztuczna inteligencja na froncie. Kurs video. Uczenie maszynowe w JavaScript
-
Probabilistic Machine Learning for Finance and Investing
-
Machine Learning with PyTorch and Scikit-Learn. Develop machine learning and deep learning models with Python
-
Machine Learning Engineering with MLflow. Manage the end-to-end machine learning life cycle with MLflow
-
Machine Learning Using TensorFlow Cookbook. Create powerful machine learning algorithms with TensorFlow
-
Programming PyTorch for Deep Learning. Creating and Deploying Deep Learning Applications
-
Natural Language Processing with PyTorch. Build Intelligent Language Applications Using Deep Learning
-
Practical Guide to Applied Conformal Prediction in Python. Learn and apply the best uncertainty frameworks to your industry applications
-
Zaufanie do systemów sztucznej inteligencji
-
Projektowanie głosowych interfejsów użytkownika. Zasady doświadczeń konwersacyjnych
Niedostępna
-
Deep Learning. Praktyczne wprowadzenie
Czasowo niedostępna
-
Deep Learning. Receptury
Czasowo niedostępna
-
Uczenie maszynowe z językiem JavaScript. Rozwiązywanie złożonych problemów
Niedostępna
-
Uczenie maszynowe z użyciem Scikit-Learn i TensorFlow. Wydanie II
Niedostępna
-
TensorFlow. 13 praktycznych projektów wykorzystujących uczenie maszynowe
Niedostępna
-
Uczenie maszynowe w C#. Szybkie, sprytne i solidne aplikacje
Niedostępna
-
Zaawansowane uczenie maszynowe z językiem Python
Niedostępna
-
Inteligentna sieć. Algorytmy przyszłości. Wydanie II
Czasowo niedostępna
-
Naczelny Algorytm. Jak jego odkrycie zmieni nasz świat
Niedostępna
-
Algorytmy uczenia maszynowego. Zaawansowane techniki implementacji
Niedostępna
-
Deep Learning. Praca z językiem R i biblioteką Keras
Niedostępna
Jakie książki pozwolą na praktyczną naukę uczenia maszynowego?
Zastanawiasz się czym jest Uczenie Maszynowe (Machine Learning)? To technika programowania komputerów, które uczą się wykonywać określone zadania na podstawie ogromnych ilości zebranych danych. W wielu przypadkach to rozwiązanie sprawdza się znacznie lepiej niż tradycyjne metody programowania, szczególnie w obszarach, gdzie trudno jest sformułować jasne reguły decyzyjne. Jeśli szukasz praktycznych przykładów uczenia maszynowego, to książki z tej kategorii oferują wiele case studies i analiz. Nasza oferta obejmuje różnorodne książki, które skupiają się na wszystkich najważniejszych aspektach uczenia maszynowego.
Uczenie maszynowe jak zacząć? – książki dla początkujących
Jeśli dopiero zaczynasz swoją przygodę z tą dziedziną, polecamy książkę "Jak projektować systemy uczenia maszynowego”, która omawia temat uczenia maszynowego od podstaw. Znajdziesz tu także praktyczne poradniki, takie jak "Uczenie maszynowe dla programistów" czy „Uczenie głębokie od zera”, które krok po kroku pokażą Ci, jak zacząć przygodę z uczeniem maszynowym czy uczeniem głębokim. Książki te sprawnie wprowadzą Cię także w zagadnienia związane z metodami uczenia nadzorowanego i nienadzorowanego, omówią kluczowe algorytmy i dostarczą liczne przykłady uczenia maszynowego.
Uczenie maszynowe i Python: książki dla programistów
Jeśli Twoim językiem programowania jest Python, to mamy dla Ciebie wiele propozycji książek. Język ten idealnie nadaje się do programowania mechanizmów uczenia maszynowego. Znajdziesz tu takie książki jak „Uczenie maszynowe w Pythonie. Receptury” oraz „Machine learning, Python i data science. Wprowadzenie” czy „Uczenie maszynowe z użyciem Scikit-Learn, Keras i TensorFlow”, dzięki którym dowiesz się jak korzystać z bibliotek takich jak scikit-learn czy TensorFlow, by efektywnie budować i trenować inteligentne modele.
Uczenie maszynowe a sztuczna inteligencja: książki dla zaawansowanych
Różnica między uczeniem maszynowym a sztuczną inteligencją jest często niejasna. W skrócie, sztuczna inteligencja to szeroki obszar informatyki skupiający się na tworzeniu inteligentnych systemów i maszyn, podczas gdy uczenie maszynowe to jedna z technik stosowanych w AI. Wiele osób interesuje się również sieciami neuronowymi, które stanowią podstawę dla głębokiego uczenia maszynowego - jednego z najgorętszych tematów w dziedzinie AI.
W naszej ofercie znajdziesz również książki opisujące różne algorytmy uczenia maszynowego, w tym drzewa decyzyjne, oraz metody uczenia maszynowego, takie jak uczenie nienadzorowane,
Nie ważne, czy jesteś początkującym entuzjastą czy doświadczonym programistą, nasza oferta obejmuje książki dla każdego. A jeśli preferujesz materiały w formie elektronicznej, nie zapomnij sprawdzić naszych książek w formacie PDF, EPUB czy MOBI.
Zachęcamy do odkrywania świata uczenia maszynowego poprzez nasze książki, które rozwijają umiejętności i otwierają drzwi do nowoczesnej analizy danych i sztucznej inteligencji.