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
-
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. Nowe spojrzenie. Wydanie IV. Tom 1
-
Sztuczna inteligencja. Nowe spojrzenie. Wydanie IV. Tom 2
-
Sztuczna inteligencja od podstaw
-
Nowoczesne architektury danych. Przewodnik po hurtowni danych, siatce danych oraz Data Fabric i Data Lakehouse
-
Sztuczna inteligencja i uczenie maszynowe dla programistów. Praktyczny przewodnik po sztucznej inteligencji
-
Jak projektować systemy uczenia maszynowego. Iteracyjne tworzenie aplikacji gotowych do pracy
-
Matematyka i sztuczna inteligencja. Kluczowe koncepcje zwiększania skuteczności i wydajności systemów
-
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
-
Podręcznik architekta rozwiązań. Poznaj reguły oraz strategie projektu architektury i rozpocznij niezwykłą karierę. Wydanie II
-
Algorytmy sztucznej inteligencji. Ilustrowany przewodnik
-
TinyML. Wykorzystanie TensorFlow Lite do uczenia maszynowego na Arduino i innych mikrokontrolerach
-
Sztuczna inteligencja w finansach. Używaj języka Python do projektowania i wdrażania algorytmów AI
-
Biblia AI. Sztuczna Inteligencja jako Twój osobisty asystent w każdym aspekcie życia
-
Data science, wyzwania i rozwiązania. Jak zostać ekspertem analizy danych
-
Człowiek na rozdrożu. Sztuczna inteligencja 25 punktów widzenia
-
Deep Learning. Praca z językiem Python i biblioteką Keras
-
Uczenie głębokie i sztuczna inteligencja. Interaktywny przewodnik ilustrowany
-
Głębokie uczenie przez wzmacnianie. Praca z chatbotami oraz robotyka, optymalizacja dyskretna i automatyzacja sieciowa w praktyce. Wydanie II
-
Python. Machine learning i deep learning. Biblioteki scikit-learn i TensorFlow 2. Wydanie III
Czasowo niedostępna
-
Uczenie maszynowe. Elementy matematyki w analizie danych
-
Przetwarzanie języka naturalnego w praktyce. Przewodnik po budowie rzeczywistych systemów NLP
-
Data Science w Pythonie. Kurs video. Przetwarzanie i analiza danych
-
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
-
Potoki danych. Leksykon kieszonkowy. Przenoszenie i przetwarzanie danych na potrzeby ich analizy
-
Sztuczna Inteligencja i Uczenie Maszynowe: Kompletny Przewodnik do Budowy Własnych Rozwiązań AI
-
Data Science w Pythonie. Kurs video. Algorytmy uczenia maszynowego
-
Big data, nauka o danych i AI bez tajemnic. Podejmuj lepsze decyzje i rozwijaj swój biznes!
-
Machine Learning i język Python. Kurs video. Praktyczne wykorzystanie popularnych bibliotek
-
Głębokie uczenie. Wprowadzenie
-
Deep learning i modelowanie generatywne. Jak nauczyć komputer malowania, pisania, komponowania i grania
-
Data Science i uczenie maszynowe
-
Praktyczne 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
-
Deep Learning
-
Wnioskowanie przyczynowe w Pythonie. Praktyczne wykorzystanie w branży technologicznej
-
Umiejętności analityczne w pracy z danymi i sztuczną inteligencją. Wykorzystywanie najnowszych technologii w rozwijaniu przedsiębiorstwa
Czasowo niedostępna
-
Python. Uczenie maszynowe
-
Generatywne głębokie uczenie, wyd. II. Uczenie maszyn, jak malować, pisać, komponować i grać
-
Uczenie maszynowe: Scikit-Learn, Keras i TensorFlow. Szczegółowy poradnik
-
Uczenie maszynowe z użyciem Scikit-Learn i TensorFlow. Wydanie II
Niedostępna
-
Deep Learning. Praktyczne wprowadzenie z zastosowaniem środowiska Pythona
-
Eksploracja danych za pomocą Excela. Metody uczenia maszynowego krok po kroku
-
Uczenie maszynowe w Pythonie. Leksykon kieszonkowy
-
Python dla DevOps. Naucz się bezlitośnie skutecznej automatyzacji
-
Uczenie maszynowe w języku R. Tworzenie i doskonalenie modeli - od przygotowania danych po dostrajanie, ewaluację i pracę z big data. Wydanie IV
-
Uczenie głębokie od zera. Podstawy implementacji w Pythonie
-
Matematyka dyskretna dla praktyków. Algorytmy i uczenie maszynowe w Pythonie
-
Prompt Engineering - zostań Panem Sztucznej Inteligencji
-
Dylemat sztucznej inteligencji. 7 zasad odpowiedzialnego tworzenia technologii
-
Uczenie maszynowe w Pythonie. Receptury
-
Konwolucyjne sieci neuronowe. Kurs video. Tensorflow i Keras w rozpoznawaniu obrazów
-
Designing Machine Learning Systems
-
TensorFlow. 13 praktycznych projektów wykorzystujących uczenie maszynowe
-
Machine Learning for Algorithmic Trading. Predictive models to extract signals from market and alternative data for systematic trading strategies with Python - Second Edition
-
Algorytmy Data Science. Siedmiodniowy przewodnik. Wydanie II
-
Python. Uczenie maszynowe. Wydanie II
Czasowo niedostępna
-
Uczenie maszynowe w Pythonie. Deep learning i machine learning
-
Uczenie maszynowe w C#. Szybkie, sprytne i solidne aplikacje
-
Machine Learning with PyTorch and Scikit-Learn. Develop machine learning and deep learning models with Python
-
Zaawansowane uczenie maszynowe z językiem 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
-
Python Natural Language Processing Cookbook. Over 60 recipes for building powerful NLP solutions using Python and LLM libraries - Second Edition
-
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
-
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
-
Thoughtful Machine Learning. A Test-Driven Approach
-
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
-
Zwinna analiza danych. Apache Hadoop dla każdego
Niedostępna
-
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
-
Interpretable Machine Learning with Python. Build explainable, fair, and robust high-performance models with hands-on, real-world examples - Second Edition
-
Natural Language Processing with Transformers, Revised Edition
-
Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow. 3rd Edition
-
Deep Learning. Uczenie głębokie z językiem Python. Sztuczna inteligencja i sieci neuronowe
Czasowo niedostępna
-
Wzorce projektowe uczenia maszynowego. Rozwiązania typowych problemów dotyczących przygotowania danych, konstruowania modeli i MLOps
-
Deep Learning. Praca z językiem R i biblioteką Keras
-
Deep Learning with TensorFlow and Keras. Build and deploy supervised, unsupervised, deep, and reinforcement learning models - Third Edition
-
Praktyczne uczenie nienadzorowane przy użyciu języka Python
-
Hands-On Machine Learning with ML.NET. Getting started with Microsoft ML.NET to implement popular machine learning algorithms in C#
-
Uczenie maszynowe dla programistów
-
Bayesian Analysis with Python. A practical guide to probabilistic modeling - Third Edition
-
AI bez tajemnic. Sztuczna Inteligencja od podstaw po zaawansowane techniki
-
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
-
Web scraping w Data Science. Kurs video. Uczenie maszynowe i architektura splotowych sieci neuronowych
-
Deep Learning. Receptury
-
Practical Mathematics for AI and Deep Learning
-
Wprowadzenie do uczenia maszynowego według Esposito
-
Głębokie uczenie z TensorFlow. Od regresji liniowej po uczenie przez wzmacnianie
Niedostępna
-
Mastering Azure Synapse Analytics
-
Praktyczne uczenie maszynowe w języku R
-
Algorytmy uczenia maszynowego. Zaawansowane techniki implementacji
-
Inteligentna sieć. Algorytmy przyszłości. Wydanie II
-
Hands-On Machine Learning with C++. Build, train, and deploy end-to-end machine learning and deep learning pipelines - Second Edition
-
Machine Learning Interview Guide
-
Uczenie maszynowe w Pythonie dla każdego
Czasowo niedostępna
-
Machine learning, Python i data science. Wprowadzenie
Czasowo niedostępna
-
Uczenie maszynowe z użyciem Scikit-Learn i TensorFlow
Niedostępna
-
Naczelny Algorytm. Jak jego odkrycie zmieni nasz świat
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.