ODBIERZ TWÓJ BONUS :: »

Uczenie maszynowe w C#. Szybkie, sprytne i solidne aplikacje Matt R. Cole

(ebook) (audiobook) (audiobook)
Autor:
Matt R. Cole
Wydawnictwo:
Helion
Wydawnictwo:
Helion
Ocena:
2.3/6  Opinie: 4
Stron:
216
Druk:
oprawa miękka
Dostępne formaty:
     PDF
     ePub
     Mobi
Czytaj fragment
Książka
niedostępna

Powiadom mnie, gdy książka będzie dostępna

Ebook
14,90 zł 49,00 zł (-70%)
24,50 zł najniższa cena z 30 dni

Dodaj do koszyka Dostępny natychmiast po opłaceniu zakupu lub Kup na prezent Kup 1-kliknięciem

Przenieś na półkę

Do przechowalni

Powiadom o dostępności audiobooka »

Czego się nauczysz?

  • Zasad uczenia maszynowego i etapów budowy projektu ML w C#
  • Przygotowywania, zbierania i oceny danych do modeli machine learning
  • Implementowania algorytmów uczenia nadzorowanego i nienadzorowanego
  • Stosowania wnioskowania bayesowskiego oraz budowy klasyfikatorów bayesowskich
  • Wykorzystywania uczenia ze wzmocnieniem (Q-uczenie, SARSA) w praktycznych aplikacjach
  • Wdrażania logiki rozmytej do sterowania i nawigowania pojazdów autonomicznych
  • Tworzenia i trenowania map samoorganizujących oraz elastycznych sieci neuronowych
  • Realizowania wykrywania twarzy i ruchu w obrazach oraz integracji tych funkcji z aplikacjami
  • Rozwiązywania problemu komiwojażera z użyciem sieci neuronowych i parametrów uczenia
  • Budowania i wizualizacji drzew decyzyjnych w C# z wykorzystaniem Accord.NET i numl
  • Przeprowadzania analizy błędów modeli i wizualizacji typów pomyłek
  • Implementowania głębokich sieci neuronowych, w tym ograniczonych maszyn Boltzmanna
  • Testowania i porównywania funkcji aktywacji w sieciach neuronowych
  • Korzystania z frameworka Kelp.Net do głębokiego uczenia w środowisku .NET
  • Monitorowania i debugowania aplikacji ML w czasie rzeczywistym z ReflectInsight
  • Poznania podstaw obliczeń kwantowych i ich potencjalnych zastosowań w uczeniu maszynowym

Uczenie maszynowe weszło już do kanonu technologii informatycznych. Praktyczne umiejętności w tej dziedzinie powinien posiadać każdy programista i analityk. Standardowo do rozwiązań związanych z machine learning stosuje się Pythona i opracowane dla niego biblioteki, niemniej równie skutecznie można do tego celu używać innych języków programowania. Trzeba jedynie dobrze zaznajomić się z wdrożeniami algorytmów uczenia maszynowego. Niezwykle ciekawym rozwiązaniem jest pisanie takich implementacji w C#. Przemawiają za tym nie tylko zalety samego języka, ale i to, że większość aplikacji dla profesjonalistów jest pisana w C# przy użyciu takich narzędzi jak Visual Studio, SQL Server, Unity czy Microsoft Azure.

Ta książka jest przeznaczona dla doświadczonych programistów C#, którzy chcą nauczyć się technik machine learning, deep learning i sztucznej inteligencji. Opisano tu dostępne narzędzia do uczenia maszynowego, dzięki którym można łatwo budować inteligentne aplikacje .NET wykorzystujące takie rozwiązania jak wykrywanie obrazów lub ruchu, wnioskowanie bayesowskie, głębokie uczenie i głęboka wiara. Omówiono zasady implementacji algorytmów uczenia nadzorowanego i nienadzorowanego oraz ich zastosowanie w budowie modeli predykcji. Przedstawiono różne techniki, od prostej regresji liniowej, przez drzewa decyzyjne i SVM, po zaawansowane rozwiązania, takie jak sztuczne sieci neuronowe, autoenkodery lub uczenie ze wzmocnieniem.

Najciekawsze zagadnienia przedstawione w książce:

  • podstawy uczenia maszynowego
  • wykorzystywanie logiki rozmytej
  • mapy samoorganizujące się
  • framework Kelp.Net i jego integracja z systemem ReflectInsight
  • realia obliczeń kwantowych

Uczenie maszynowe - najlepiej z wydajnym C#!

Wybrane bestsellery

O autorze książki

Matt R. Cole od 30 lat programuje dla systemu Windows — biegle posługuje się językami: C, C++, C# oraz platformą .NET. Napisał system generowania mowy oraz system VOIP dla NASA, którego używano na promach kosmicznych i stacji kosmicznej. Przygotował pierwszy framework mikrousług klasy enterprise (napisany w całości w C# i .NET), wykorzystywany przez jeden z głównych funduszy hedgingowych. Napisał też framework sztucznej inteligencji, w którym zintegrowane zostały neurony lustrzane i kanoniczne.

Zobacz pozostałe książki z serii

Helion - inne książki

Najczęściej zadawane pytania (FAQ)
1. Czy książka omawia konkretne narzędzia i biblioteki do uczenia maszynowego w C#?
Tak, książka szczegółowo opisuje narzędzia, frameworki i biblioteki, takie jak Kelp.Net, Accord.NET, ReflectInsight czy numl, które umożliwiają implementację algorytmów machine learning i deep learning w środowisku C# i .NET.
2. Czy znajdę w książce praktyczne przykłady kodu do nauki uczenia maszynowego w C#?
Tak, publikacja zawiera liczne przykłady kodu i gotowe fragmenty do samodzielnego wykorzystania, ilustrujące implementację różnych algorytmów uczenia maszynowego, deep learning oraz integrację z narzędziami Visual Studio czy SQL Server.
3. Czy książka nadaje się do nauki uczenia maszynowego, jeśli wcześniej korzystałem tylko z Pythona?
Tak, książka pozwala zrozumieć, jak przenieść wiedzę z Pythona do środowiska C#, pokazując różnice i podobieństwa w implementacji algorytmów oraz prezentując specyfikę pracy z narzędziami Microsoftu.
4. Jakie zagadnienia z uczenia maszynowego są omawiane w książce?
W książce opisano m.in. uczenie nadzorowane i nienadzorowane, uczenie ze wzmocnieniem, głębokie sieci neuronowe, logikę rozmytą, drzewa decyzyjne, autoenkodery, wykrywanie obrazów i ruchu, a także zagadnienia związane z obliczeniami kwantowymi.
5. Czy książka zawiera informacje o integracji algorytmów machine learning z aplikacjami biznesowymi?
Tak, autor przedstawia sposoby wykorzystania uczenia maszynowego w praktycznych aplikacjach biznesowych, w tym integrację z Visual Studio, SQL Server, Unity oraz Microsoft Azure.
6. Czy książka jest aktualna pod kątem najnowszych trendów w uczeniu maszynowym?
Książka obejmuje zarówno klasyczne, jak i nowoczesne techniki uczenia maszynowego, w tym deep learning, sieci neuronowe oraz wprowadzenie do obliczeń kwantowych, co pozwala być na bieżąco z aktualnymi trendami technologicznymi.
7. Czy do korzystania z książki potrzebuję specjalistycznej wiedzy matematycznej?
Książka wyjaśnia niezbędne podstawy matematyczne, takie jak probabilistyka, statystyka czy optymalizacja, ale skupia się głównie na praktycznych aspektach implementacji algorytmów w C#.

Zamknij

Przenieś na półkę
Dodano produkt na półkę
Usunięto produkt z półki
Przeniesiono produkt do archiwum
Przeniesiono produkt do biblioteki
Proszę czekać...
ajax-loader

Zamknij

Wybierz metodę płatności

Książka
49,00 zł
Niedostępna
Ebook
14,90 zł
Dodaj do koszyka
Zamknij Pobierz aplikację mobilną Ebookpoint