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
-
Jak projektować systemy uczenia maszynowego. Iteracyjne tworzenie aplikacji gotowych do pracy
-
Projektowanie aplikacji LLM. Holistyczne podejście do dużych modeli językowych
-
Analityk danych. Przewodnik po data science, statystyce i uczeniu maszynowym
-
Hands-On Machine Learning with Scikit-Learn and PyTorch. Concepts, Tools, and Techniques to Build Intelligent Systems
-
Matematyka w deep learningu. Co musisz wiedzieć, aby zrozumieć sieci neuronowe
-
Nowoczesne architektury danych. Przewodnik po hurtowni danych, siatce danych oraz Data Fabric i Data Lakehouse
-
Sztuczna inteligencja od podstaw
-
Sztuczna inteligencja. Nowe spojrzenie. Wydanie IV. Tom 1
-
Matematyka i sztuczna inteligencja. Kluczowe koncepcje zwiększania skuteczności i wydajności systemów
-
Data science, wyzwania i rozwiązania. Jak zostać ekspertem analizy danych
-
Uczenie maszynowe w Pythonie. Receptury. Od przygotowania danych do deep learningu. Wydanie II
-
Sztuczna inteligencja. Nowe spojrzenie. Wydanie IV. Tom 2
-
Designing Machine Learning Systems
-
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
-
Matematyka w uczeniu maszynowym
-
Zaawansowane techniki przetwarzania języka naturalnego. Od podstaw do modeli LLM i zastosowań biznesowych w Pythonie
-
Sztuczna inteligencja i uczenie maszynowe dla programistów. Praktyczny przewodnik po sztucznej inteligencji
-
Data Science w Pythonie. Kurs video. Przetwarzanie i analiza danych
-
Prompt Engineering for LLMs
-
Przetwarzanie języka naturalnego w praktyce. Przewodnik po budowie rzeczywistych systemów NLP
-
LLMOps. Managing Large Language Models in Production
-
Data Science w Pythonie. Kurs video. Algorytmy uczenia maszynowego
-
Uczenie przez wzmacnianie w finansach. Wprowadzenie z wykorzystaniem Pythona
-
Analityka rozszerzona. Automatyzacja i sztuczna inteligencja w podejmowaniu decyzji
-
Building Machine Learning Systems with a Feature Store. Batch, Real-Time, and LLM Systems
-
Python dla DevOps. Naucz się bezlitośnie skutecznej automatyzacji
-
Deep Learning
-
Web scraping w Data Science. Kurs video. Uczenie maszynowe i architektura splotowych sieci neuronowych
-
Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow. 3rd Edition
-
Podręcznik architekta rozwiązań. Poznaj reguły oraz strategie projektu architektury i rozpocznij niezwykłą karierę. Wydanie II
-
Algorytmy sztucznej inteligencji. Ilustrowany przewodnik
-
Uczenie maszynowe. Elementy matematyki w analizie danych
-
Uczenie maszynowe: Scikit-Learn, Keras i TensorFlow. Szczegółowy poradnik
-
PDF + ePub + Mobi
-
-
Generatywne głębokie uczenie, wyd. II. Uczenie maszyn, jak malować, pisać, komponować i grać
-
AI-Native LLM Security. Threats, defenses, and best practices for building safe and trustworthy AI
-
Szeregi czasowe. Praktyczna analiza i predykcja z wykorzystaniem statystyki i uczenia maszynowego
-
Wnioskowanie i związki przyczynowe w Pythonie. Nowoczesne uczenie maszynowe z wykorzystaniem bibliotek DoWhy, EconML, PyTorch i nie tylko
-
Machine Learning Production Systems
-
Sztuczna inteligencja w finansach. Używaj języka Python do projektowania i wdrażania algorytmów AI
-
Głębokie uczenie przez wzmacnianie. Praca z chatbotami oraz robotyka, optymalizacja dyskretna i automatyzacja sieciowa w praktyce. Wydanie II
-
Głębokie uczenie. Wprowadzenie
-
Deep learning dla programistów. Budowanie aplikacji AI za pomocą fastai i PyTorch
Czasowo niedostępna
-
Druk
-
PDF + ePub + Mobi
-
-
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
-
Druk
-
PDF + ePub + Mobi
-
-
Deep Learning. Praktyczne wprowadzenie z zastosowaniem środowiska Pythona
-
TinyML. Wykorzystanie TensorFlow Lite do uczenia maszynowego na Arduino i innych mikrokontrolerach
-
Big data, nauka o danych i AI bez tajemnic. Podejmuj lepsze decyzje i rozwijaj swój biznes!
-
Potoki danych. Leksykon kieszonkowy. Przenoszenie i przetwarzanie danych na potrzeby ich analizy
-
Biblia AI. Sztuczna Inteligencja jako Twój osobisty asystent w każdym aspekcie życia
-
PDF + ePub + Mobi
-
-
Matematyka dyskretna dla praktyków. Algorytmy i uczenie maszynowe w Pythonie
-
CompTIA Security+ Certification Guide. Master IT security essentials and exam topics for CompTIA Security+ SY0-501 certification
-
Sztuczna Inteligencja i Uczenie Maszynowe: Kompletny Przewodnik do Budowy Własnych Rozwiązań AI
-
PDF + ePub + Mobi
-
-
Uczenie maszynowe z użyciem Scikit-Learn i TensorFlow. Wydanie II
Niedostępna
-
Druk
-
PDF + ePub + Mobi
-
-
Machine Learning with PyTorch and Scikit-Learn. Develop machine learning and deep learning models with Python
-
Uczenie maszynowe w Pythonie. Deep learning i machine learning
-
PDF + ePub + Mobi
-
-
Hands-On Healthcare Data
-
Prompt Engineering - zostań Panem Sztucznej Inteligencji
-
PDF + ePub + Mobi
-
-
Implementing MLOps in the Enterprise
-
The Kaggle Book. Data analysis and machine learning for competitive data science
-
Python w uczeniu maszynowym
-
Uczenie głębokie od zera. Podstawy implementacji w Pythonie
-
Wzorce projektowe uczenia maszynowego. Rozwiązania typowych problemów dotyczących przygotowania danych, konstruowania modeli i MLOps
-
Wprowadzenie do uczenia maszynowego według Esposito
-
Uczenie maszynowe w Pythonie. Leksykon kieszonkowy
-
Konwolucyjne sieci neuronowe. Kurs video. Tensorflow i Keras w rozpoznawaniu obrazów
-
Python. Uczenie maszynowe. Wydanie II
Czasowo niedostępna
-
Druk
-
PDF + ePub + Mobi
-
-
Eksploracja danych za pomocą Excela. Metody uczenia maszynowego krok po kroku
-
Reliable Machine Learning
-
Building Machine Learning Pipelines
-
Mathematics of Machine Learning. Master linear algebra, calculus, and probability for machine learning
-
High-performance Algorithmic Trading using Machine Learning
-
Reinforcement Learning for Finance. A Python-Based Introduction
-
Natural Language Processing with PyTorch. Build Intelligent Language Applications Using Deep Learning
-
Graph Machine Learning. Learn about the latest advancements in graph data to build robust machine learning models - Second Edition
-
Generative Deep Learning. 2nd Edition
-
Machine Learning for Algorithmic Trading. Predictive models to extract signals from market and alternative data for systematic trading strategies with Python - Second Edition
-
Building Machine Learning Powered Applications. Going from Idea to Product
-
Google BigQuery: The Definitive Guide. Data Warehousing, Analytics, and Machine Learning at Scale
-
Dylemat sztucznej inteligencji. 7 zasad odpowiedzialnego tworzenia technologii
-
Microsoft 365 All-in-one Guide
-
Quantum Computing Concepts
-
Scaling Graph Learning for the Enterprise. Production-Ready Graph Learning and Inference
-
Optimization Using Linear Programming. A Practical Guide to Mastering Linear Programming Techniques
-
Deep Learning for Finance
-
Databricks Lakehouse Platform Cookbook
-
Architecting Data and Machine Learning Platforms
-
Sztuczna inteligencja. Błyskawiczne wprowadzenie do uczenia maszynowego, uczenia ze wzmocnieniem i uczenia głębokiego
-
Uczenie maszynowe w języku R. Tworzenie i doskonalenie modeli - od przygotowania danych po dostrajanie, ewaluację i pracę z big data. Wydanie IV
-
Deep learning i modelowanie generatywne. Jak nauczyć komputer malowania, pisania, komponowania i grania
-
Deep Learning. Praca z językiem Python i biblioteką Keras
-
Spark. Rozproszone uczenie maszynowe na dużą skalę. Jak korzystać z MLlib, TensorFlow i PyTorch
-
Data Science i uczenie maszynowe
-
Uczenie maszynowe w C#. Szybkie, sprytne i solidne aplikacje
Niedostępna
-
Druk
-
PDF + ePub + Mobi
-
-
Inżynieria danych na platformie AWS. Jak tworzyć kompletne potoki uczenia maszynowego
-
Uczenie maszynowe w aplikacjach. Projektowanie, budowa i wdrażanie
Niedostępna
-
Druk
-
PDF + ePub + Mobi
-
-
Python Machine Learning. Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow 2 - Third Edition
-
Praktyczne uczenie nienadzorowane przy użyciu języka Python
-
Projektowanie głosowych interfejsów użytkownika. Zasady doświadczeń konwersacyjnych
Niedostępna
-
Druk
-
PDF + ePub + Mobi
-
-
Data Engineering with AWS
-
Newtonian Mechanics. Exploring the Principles of Classical Physics from Fundamentals to Advanced Applications
-
Natural Language Processing with Transformers, Revised Edition
-
Python. Uczenie maszynowe
Czasowo niedostępna
-
Druk
-
PDF + ePub + Mobi
-
-
Python For Engineering and Scientific Computing. Practical Applications with NumPy, SciPy, Matplotlib, and More
-
Uczenie maszynowe w Pythonie. Receptury
-
Machine Learning Hero. Master Data Science with Python Essentials
-
Python Machine Learning By Example. Unlock machine learning best practices with real-world use cases - Fourth Edition
-
Computational Physics. A Comprehensive Guide to Numerical Methods in Physics
-
Probabilistic Machine Learning for Finance and Investing
-
Machine Learning for Financial Risk Management with Python
-
Graph Machine Learning. Take graph data to the next level by applying machine learning techniques and algorithms
-
TinyML. Machine Learning with TensorFlow Lite on Arduino and Ultra-Low-Power Microcontrollers
-
Hands-On Machine Learning for Algorithmic Trading. Design and implement investment strategies based on smart algorithms that learn from data using Python
-
Inteligentna sieć. Algorytmy przyszłości. Wydanie II
-
The Machine Learning Solutions Architect Handbook. Practical strategies and best practices on the ML lifecycle, system design, MLOps, and generative AI - Second Edition
-
Uczenie głębokie i sztuczna inteligencja. Interaktywny przewodnik ilustrowany
Niedostępna
-
Druk
-
PDF
-
-
Człowiek na rozdrożu. Sztuczna inteligencja 25 punktów widzenia
Czasowo niedostępna
-
Druk
-
PDF + ePub + Mobi
-
-
Uczenie maszynowe z użyciem Scikit-Learn i TensorFlow
Niedostępna
-
Druk
-
PDF + ePub + Mobi
-
-
Deep Learning. Uczenie głębokie z językiem Python. Sztuczna inteligencja i sieci neuronowe
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.

