Uczenie maszynowe - ebooki
Ebooki z kategorii: Uczenie maszynowe dostępne w księgarni Helion
-
Analityk danych. Przewodnik po data science, statystyce i uczeniu maszynowym
-
Matematyka w uczeniu maszynowym
-
Uczenie maszynowe z użyciem Scikit-Learn, Keras i TensorFlow. Wydanie III
-
Analityka rozszerzona. Automatyzacja i sztuczna inteligencja w podejmowaniu decyzji
-
Zaawansowane techniki przetwarzania języka naturalnego. Od podstaw do modeli LLM i zastosowań biznesowych w Pythonie
-
Uczenie maszynowe w Pythonie. Receptury. Od przygotowania danych do deep learningu. Wydanie II
-
Matematyka w deep learningu. Co musisz wiedzieć, aby zrozumieć sieci neuronowe
-
Sztuczna inteligencja od podstaw
-
Nowoczesne architektury danych. Przewodnik po hurtowni danych, siatce danych oraz Data Fabric i Data Lakehouse
-
Sztuczna inteligencja. Nowe spojrzenie. Wydanie IV. Tom 1
-
Sztuczna inteligencja. Nowe spojrzenie. Wydanie IV. Tom 2
-
Jak projektować systemy uczenia maszynowego. Iteracyjne tworzenie aplikacji gotowych do pracy
-
Sztuczna inteligencja i uczenie maszynowe dla programistów. Praktyczny przewodnik po sztucznej inteligencji
-
Wnioskowanie i związki przyczynowe w Pythonie. Nowoczesne uczenie maszynowe z wykorzystaniem bibliotek DoWhy, EconML, PyTorch i nie tylko
-
Człowiek na rozdrożu. Sztuczna inteligencja 25 punktów widzenia
-
Sztuczna inteligencja w finansach. Używaj języka Python do projektowania i wdrażania algorytmów AI
-
Data science, wyzwania i rozwiązania. Jak zostać ekspertem analizy danych
-
Matematyka i sztuczna inteligencja. Kluczowe koncepcje zwiększania skuteczności i wydajności systemów
-
TinyML. Wykorzystanie TensorFlow Lite do uczenia maszynowego na Arduino i innych mikrokontrolerach
-
Głębokie uczenie przez wzmacnianie. Praca z chatbotami oraz robotyka, optymalizacja dyskretna i automatyzacja sieciowa w praktyce. Wydanie II
-
Uczenie głębokie i sztuczna inteligencja. Interaktywny przewodnik ilustrowany
-
Biblia AI. Sztuczna Inteligencja jako Twój osobisty asystent w każdym aspekcie życia
-
Deep Learning. Praca z językiem Python i biblioteką Keras
-
Deep learning dla programistów. Budowanie aplikacji AI za pomocą fastai i PyTorch
-
Podręcznik architekta rozwiązań. Poznaj reguły oraz strategie projektu architektury i rozpocznij niezwykłą karierę. Wydanie II
-
Algorytmy sztucznej inteligencji. Ilustrowany przewodnik
-
Potoki danych. Leksykon kieszonkowy. Przenoszenie i przetwarzanie danych na potrzeby ich analizy
-
Uczenie maszynowe. Elementy matematyki w analizie danych
-
Big data, nauka o danych i AI bez tajemnic. Podejmuj lepsze decyzje i rozwijaj swój biznes!
-
Python dla DevOps. Naucz się bezlitośnie skutecznej automatyzacji
-
Sztuczna inteligencja. Błyskawiczne wprowadzenie do uczenia maszynowego, uczenia ze wzmocnieniem i uczenia głębokiego
-
Szeregi czasowe. Praktyczna analiza i predykcja z wykorzystaniem statystyki i uczenia maszynowego
-
Głębokie uczenie. Wprowadzenie
-
Przetwarzanie języka naturalnego w praktyce. Przewodnik po budowie rzeczywistych systemów NLP
-
Deep Learning
-
Data Science i uczenie maszynowe
-
Mathematics of Machine Learning. Master linear algebra, calculus, and probability for machine learning
-
Spark. Rozproszone uczenie maszynowe na dużą skalę. Jak korzystać z MLlib, TensorFlow i PyTorch
-
Sztuczna Inteligencja i Uczenie Maszynowe: Kompletny Przewodnik do Budowy Własnych Rozwiązań AI
-
Wnioskowanie przyczynowe w Pythonie. Praktyczne wykorzystanie w branży technologicznej
-
Generatywne głębokie uczenie, wyd. II. Uczenie maszyn, jak malować, pisać, komponować i grać
-
Python. Uczenie maszynowe
-
Praktyczne uczenie maszynowe
-
Machine learning, Python i data science. Wprowadzenie
Czasowo niedostępna
-
Designing Machine Learning Systems
-
Uczenie maszynowe z użyciem Scikit-Learn i TensorFlow. Wydanie II
Niedostępna
-
Python. Machine learning i deep learning. Biblioteki scikit-learn i TensorFlow 2. Wydanie III
-
Deep learning i modelowanie generatywne. Jak nauczyć komputer malowania, pisania, komponowania i grania
-
Uczenie maszynowe w języku R. Tworzenie i doskonalenie modeli - od przygotowania danych po dostrajanie, ewaluację i pracę z big data. Wydanie IV
-
Uczenie maszynowe w Pythonie dla każdego
-
Prompt Engineering - zostań Panem Sztucznej Inteligencji
-
Uczenie głębokie od zera. Podstawy implementacji w Pythonie
-
Uczenie maszynowe w Pythonie. Leksykon kieszonkowy
-
Dylemat sztucznej inteligencji. 7 zasad odpowiedzialnego tworzenia technologii
-
Uczenie maszynowe w Pythonie. Receptury
-
Uczenie maszynowe: Scikit-Learn, Keras i TensorFlow. Szczegółowy poradnik
-
TensorFlow. 13 praktycznych projektów wykorzystujących uczenie maszynowe
-
Uczenie maszynowe w C#. Szybkie, sprytne i solidne aplikacje
-
Reinforcement Learning for Finance
-
Zaawansowane uczenie maszynowe z językiem Python
-
Machine Learning with PyTorch and Scikit-Learn. Develop machine learning and deep learning models with Python
-
Uczenie maszynowe w aplikacjach. Projektowanie, budowa i wdrażanie
-
AI and ML for Coders
-
Apache Spark for Machine Learning. Build and deploy high-performance big data AI solutions for large-scale clusters
-
Effective Machine Learning Teams
-
Unity Artificial Intelligence Programming. Add powerful, believable, and fun AI entities in your game with the power of Unity - Fifth Edition
-
Uczenie maszynowe na Raspberry Pi
-
Przetwarzanie i analiza obrazów w systemach przemysłowych. Wybrane zastosowania
-
Python Machine Learning. Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow 2 - Third Edition
-
Dancing with Qubits. How quantum computing works and how it can change the world
-
Apache Spark 2.x Machine Learning Cookbook. Over 100 recipes to simplify machine learning model implementations with Spark
-
MATLAB for Machine Learning. Practical examples of regression, clustering and neural networks
-
Machine Learning for OpenCV. Intelligent image processing with Python
-
Introduction to Machine Learning with Python. A Guide for Data Scientists
-
Thoughtful Machine Learning. A Test-Driven Approach
-
Deep Learning. Praktyczne wprowadzenie z zastosowaniem środowiska Pythona
-
Eksploracja danych za pomocą Excela. Metody uczenia maszynowego krok po kroku
-
Matematyka dyskretna dla praktyków. Algorytmy i uczenie maszynowe w Pythonie
-
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
-
Aplikacje ChatGPT. Wejdź na wyższy poziom z inteligentnymi programami - generatory, boty i wiele innych!
-
Deep Learning for Time Series Cookbook. Use PyTorch and Python recipes for forecasting, classification, and anomaly detection
-
Zostań Milionerem z ChatGPT. Prosty przewodnik jak osiągnąć sukces w każdej branży za pomocą sztucznej inteligencji
-
Natural Language Processing with Transformers, Revised Edition
-
Algorytmy Data Science. Siedmiodniowy przewodnik. Wydanie II
-
Deep Learning. Uczenie głębokie z językiem Python. Sztuczna inteligencja i sieci neuronowe
Czasowo niedostępna
-
Uczenie maszynowe w Pythonie. Deep learning i machine learning
-
Deep Learning. Praca z językiem R i biblioteką Keras
-
Interpretable Machine Learning with Python. Build explainable, fair, and robust high-performance models with hands-on, real-world examples - Second Edition
-
Praktyczne uczenie nienadzorowane przy użyciu języka Python
-
Machine Learning for Algorithmic Trading. Predictive models to extract signals from market and alternative data for systematic trading strategies with Python - Second Edition
-
Uczenie maszynowe dla programistów
-
Deep Learning with TensorFlow and Keras. Build and deploy supervised, unsupervised, deep, and reinforcement learning models - Third Edition
-
Hands-On Machine Learning with ML.NET. Getting started with Microsoft ML.NET to implement popular machine learning algorithms in C#
-
Python Natural Language Processing Cookbook. Over 60 recipes for building powerful NLP solutions using Python and LLM libraries - Second Edition
-
Hands-On Entity Resolution
-
Databricks Lakehouse Platform Cookbook
-
Machine Learning Using TensorFlow Cookbook. Create powerful machine learning algorithms with TensorFlow
-
Machine Learning Design Patterns
-
Google BigQuery: The Definitive Guide. Data Warehousing, Analytics, and Machine Learning at Scale
-
Hands-On Convolutional Neural Networks with TensorFlow. Solve computer vision problems with modeling in TensorFlow and Python
-
Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow. 3rd Edition
-
Naczelny Algorytm. Jak jego odkrycie zmieni nasz świat
Niedostępna
-
Practical Mathematics for AI and Deep Learning
-
Bayesian Analysis with Python. A practical guide to probabilistic modeling - Third Edition
-
Wzorce projektowe uczenia maszynowego. Rozwiązania typowych problemów dotyczących przygotowania danych, konstruowania modeli i MLOps
-
Deep Learning. Receptury
-
Praktyczne uczenie maszynowe w języku R
-
Wprowadzenie do uczenia maszynowego według Esposito
-
Głębokie uczenie z TensorFlow. Od regresji liniowej po uczenie przez wzmacnianie
Niedostępna
-
Algorytmy uczenia maszynowego. Zaawansowane techniki implementacji
-
Inteligentna sieć. Algorytmy przyszłości. Wydanie II
-
Machine Learning Interview Guide
-
Generative AI for Financial Services
-
High-Performance Algorithmic Trading Using AI
-
AI bez tajemnic. Sztuczna Inteligencja od podstaw po zaawansowane techniki
-
Hyperautomation with Generative AI
-
Umiejętności analityczne w pracy z danymi i sztuczną inteligencją. Wykorzystywanie najnowszych technologii w rozwijaniu przedsiębiorstwa
Czasowo niedostępna
-
Python. Uczenie maszynowe. Wydanie II
Czasowo niedostępna
-
Uczenie maszynowe z użyciem Scikit-Learn i TensorFlow
Niedostępna
-
Zwinna analiza danych. Apache Hadoop dla każdego
Niedostępna