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
Książki, ebooki, kursy video z kategorii: Uczenie maszynowe dostępne w księgarni Helion
-
Uczenie maszynowe z użyciem Scikit-Learn, Keras i TensorFlow. Wydanie III
-
Analityk danych. Przewodnik po data science, statystyce i uczeniu maszynowym
-
Jak projektować systemy uczenia maszynowego. Iteracyjne tworzenie aplikacji gotowych do pracy
-
Sztuczna inteligencja od podstaw
-
Matematyka w deep learningu. Co musisz wiedzieć, aby zrozumieć sieci neuronowe
-
Uczenie przez wzmacnianie w finansach. Wprowadzenie z wykorzystaniem Pythona
-
Nowoczesne architektury danych. Przewodnik po hurtowni danych, siatce danych oraz Data Fabric i Data Lakehouse
-
Designing Machine Learning Systems
-
Matematyka i sztuczna inteligencja. Kluczowe koncepcje zwiększania skuteczności i wydajności systemów
-
Uczenie maszynowe w Pythonie. Receptury. Od przygotowania danych do deep learningu. Wydanie II
-
Sztuczna inteligencja. Nowe spojrzenie. Wydanie IV. Tom 1
-
Machine Learning i język Python. Kurs video. Praktyczne wykorzystanie popularnych bibliotek
-
Python. Machine learning i deep learning. Biblioteki scikit-learn i TensorFlow 2. Wydanie III
-
Zaawansowane techniki przetwarzania języka naturalnego. Od podstaw do modeli LLM i zastosowań biznesowych w Pythonie
-
Sztuczna inteligencja. Nowe spojrzenie. Wydanie IV. Tom 2
-
Algorytmy sztucznej inteligencji. Ilustrowany przewodnik
Czasowo niedostępna
-
Druk
-
PDF + ePub + Mobi
-
-
Python dla DevOps. Naucz się bezlitośnie skutecznej automatyzacji
-
Konwolucyjne sieci neuronowe. Kurs video. Tensorflow i Keras w rozpoznawaniu obrazów
-
Deep Learning. Praca z językiem Python i biblioteką Keras
-
Podręcznik architekta rozwiązań. Poznaj reguły oraz strategie projektu architektury i rozpocznij niezwykłą karierę. Wydanie II
-
Data science, wyzwania i rozwiązania. Jak zostać ekspertem analizy danych
-
Deep Learning. Praktyczne wprowadzenie z zastosowaniem środowiska Pythona
-
Przetwarzanie języka naturalnego w praktyce. Przewodnik po budowie rzeczywistych systemów NLP
-
Sztuczna inteligencja w finansach. Używaj języka Python do projektowania i wdrażania algorytmów AI
-
Prompt Engineering for LLMs
-
Sztuczna inteligencja i uczenie maszynowe dla programistów. Praktyczny przewodnik po sztucznej inteligencji
-
Big data, nauka o danych i AI bez tajemnic. Podejmuj lepsze decyzje i rozwijaj swój biznes!
-
Wnioskowanie i związki przyczynowe w Pythonie. Nowoczesne uczenie maszynowe z wykorzystaniem bibliotek DoWhy, EconML, PyTorch i nie tylko
-
Głębokie uczenie. Wprowadzenie
-
Web scraping w Data Science. Kurs video. Uczenie maszynowe i architektura splotowych sieci neuronowych
-
Data Science w Pythonie. Kurs video. Przetwarzanie i analiza danych
-
Mathematics of Machine Learning. Master linear algebra, calculus, and probability for machine learning
-
Matematyka w uczeniu maszynowym
-
Analityka rozszerzona. Automatyzacja i sztuczna inteligencja w podejmowaniu decyzji
-
TinyML. Wykorzystanie TensorFlow Lite do uczenia maszynowego na Arduino i innych mikrokontrolerach
-
Potoki danych. Leksykon kieszonkowy. Przenoszenie i przetwarzanie danych na potrzeby ich analizy
-
Uczenie maszynowe w języku R. Tworzenie i doskonalenie modeli - od przygotowania danych po dostrajanie, ewaluację i pracę z big data. Wydanie IV
-
Deep learning dla programistów. Budowanie aplikacji AI za pomocą fastai i PyTorch
Czasowo niedostępna
-
Druk
-
PDF + ePub + Mobi
-
-
Eksploracja danych za pomocą Excela. Metody uczenia maszynowego krok po kroku
-
LLMOps. Managing Large Language Models in Production
-
Głębokie uczenie przez wzmacnianie. Praca z chatbotami oraz robotyka, optymalizacja dyskretna i automatyzacja sieciowa w praktyce. Wydanie II
-
Sztuczna inteligencja. Błyskawiczne wprowadzenie do uczenia maszynowego, uczenia ze wzmocnieniem i uczenia głębokiego
-
Hands-On Machine Learning with Scikit-Learn and PyTorch. Concepts, Tools, and Techniques to Build Intelligent Systems
-
Deep Learning
-
Data Science w Pythonie. Kurs video. Algorytmy uczenia maszynowego
-
Spark. Rozproszone uczenie maszynowe na dużą skalę. Jak korzystać z MLlib, TensorFlow i PyTorch
-
Uczenie głębokie od zera. Podstawy implementacji w Pythonie
-
Uczenie maszynowe. Elementy matematyki w analizie danych
-
Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow. 3rd Edition
-
Wzorce projektowe uczenia maszynowego. Rozwiązania typowych problemów dotyczących przygotowania danych, konstruowania modeli i MLOps
-
Data Science i uczenie maszynowe
-
High-performance Algorithmic Trading using Machine Learning
-
Algorytmy Data Science. Siedmiodniowy przewodnik. Wydanie II
-
Człowiek na rozdrożu. Sztuczna inteligencja 25 punktów widzenia
-
Wnioskowanie przyczynowe w Pythonie. Praktyczne wykorzystanie w branży technologicznej
-
Generatywne głębokie uczenie, wyd. II. Uczenie maszyn, jak malować, pisać, komponować i grać
-
Matematyka dyskretna dla praktyków. Algorytmy i uczenie maszynowe w Pythonie
-
Sztuczna Inteligencja i Uczenie Maszynowe: Kompletny Przewodnik do Budowy Własnych Rozwiązań AI
-
PDF + ePub + Mobi
-
-
Praktyczne uczenie maszynowe
-
Machine Learning Design Patterns
-
Python Machine Learning. Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow 2 - Third Edition
-
Deep Learning. Receptury
-
Applied Machine Learning and AI for Engineers
-
AI bez tajemnic. Sztuczna Inteligencja od podstaw po zaawansowane techniki
-
PDF + ePub + Mobi
-
-
Szeregi czasowe. Praktyczna analiza i predykcja z wykorzystaniem statystyki i uczenia maszynowego
-
Uczenie maszynowe z użyciem Scikit-Learn i TensorFlow. Wydanie II
Niedostępna
-
Druk
-
PDF + ePub + Mobi
-
-
Reinforcement Learning for Finance
-
Reliable Machine Learning
-
Prompt Engineering - zostań Panem Sztucznej Inteligencji
-
PDF + ePub + Mobi
-
-
Biblia AI. Sztuczna Inteligencja jako Twój osobisty asystent w każdym aspekcie życia
-
PDF + ePub + Mobi
-
-
Deep learning i modelowanie generatywne. Jak nauczyć komputer malowania, pisania, komponowania i grania
-
Praktyczne uczenie maszynowe w języku R
-
Natural Language Processing with Transformers, Revised Edition
-
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
-
Machine Learning Production Systems
-
Natural Language Processing with PyTorch. Build Intelligent Language Applications Using Deep Learning
-
Machine Learning with PyTorch and Scikit-Learn. Develop machine learning and deep learning models with Python
-
Uczenie maszynowe dla programistów
-
Python w uczeniu maszynowym
-
Zostań Milionerem z ChatGPT. Prosty przewodnik jak osiągnąć sukces w każdej branży za pomocą sztucznej inteligencji
-
PDF + ePub + Mobi
-
-
Graph Machine Learning. Learn about the latest advancements in graph data to build robust machine learning models - Second Edition
-
Uczenie maszynowe w Pythonie. Receptury
-
Uczenie maszynowe z użyciem Scikit-Learn i TensorFlow
Niedostępna
-
Druk
-
PDF + ePub + Mobi
-
-
Tłumaczenie wspomagane komputerowo
-
Google BigQuery: The Definitive Guide. Data Warehousing, Analytics, and Machine Learning at Scale
-
Uczenie maszynowe w C#. Szybkie, sprytne i solidne aplikacje
Niedostępna
-
Druk
-
PDF + ePub + Mobi
-
-
Machine Learning Hero. Master Data Science with Python Essentials
-
Natural Language Processing with Python. Master text processing, language modeling, and NLP applications with Python's powerful tools
-
Machine Learning Interview Guide
-
Deep Learning at Scale
-
Design Patterns of Deep Learning with TensorFlow
-
Aplikacje ChatGPT. Wejdź na wyższy poziom z inteligentnymi programami - generatory, boty i wiele innych!
-
PDF + ePub + Mobi
-
-
Mastering Large Language Models
-
Effective Machine Learning Teams
-
Implementing MLOps in the Enterprise
-
Scaling Machine Learning with Spark
-
Simplifying Android Development with Coroutines and Flows. Learn how to use Kotlin coroutines and the flow API to handle data streams asynchronously in your Android app
-
Generative Deep Learning. 2nd Edition
-
Getting Started with Streamlit for Data Science. Create and deploy Streamlit web applications from scratch in Python
-
Graph Machine Learning. Take graph data to the next level by applying machine learning techniques and algorithms
-
Statistics for Machine Learning
-
Introducing MLOps
-
Praktyczne uczenie nienadzorowane przy użyciu języka Python
-
Wprowadzenie do uczenia maszynowego według Esposito
-
Building Machine Learning Powered Applications. Going from Idea to Product
-
TinyML. Machine Learning with TensorFlow Lite on Arduino and Ultra-Low-Power Microcontrollers
-
Java Deep Learning Cookbook. Train neural networks for classification, NLP, and reinforcement learning using Deeplearning4j
-
Mastering Machine Learning on AWS. Advanced machine learning in Python using SageMaker, Apache Spark, and TensorFlow
-
Building Computer Vision Projects with OpenCV 4 and C++. Implement complex computer vision algorithms and explore deep learning and face detection
-
Machine Learning Algorithms. Popular algorithms for data science and machine learning - Second Edition
-
Hands-On Convolutional Neural Networks with TensorFlow. Solve computer vision problems with modeling in TensorFlow and Python
-
Apache Spark Deep Learning Cookbook. Over 80 best practice recipes for the distributed training and deployment of neural networks using Keras and TensorFlow
-
Machine Learning with Core ML. An iOS developer's guide to implementing machine learning in mobile apps
-
TensorFlow for Deep Learning. From Linear Regression to Reinforcement Learning
-
Inżynieria danych na platformie AWS. Jak tworzyć kompletne potoki uczenia maszynowego
-
Python. Uczenie maszynowe. Wydanie II
Czasowo niedostępna
-
Druk
-
PDF + ePub + Mobi
-
-
Algorytmy uczenia maszynowego. Zaawansowane techniki implementacji
Niedostępna
-
Druk
-
PDF + ePub + Mobi
-
-
Uczenie głębokie i sztuczna inteligencja. Interaktywny przewodnik ilustrowany
Niedostępna
-
Druk
-
PDF
-
-
Python. Uczenie maszynowe
Czasowo niedostępna
-
Druk
-
PDF + ePub + Mobi
-
-
Umiejętności analityczne w pracy z danymi i sztuczną inteligencją. Wykorzystywanie najnowszych technologii w rozwijaniu przedsiębiorstwa
Czasowo niedostępna
-
Druk
-
PDF + ePub + Mobi
-
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.

