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
-
Zaawansowane techniki przetwarzania języka naturalnego. Od podstaw do modeli LLM i zastosowań biznesowych w Pythonie
-
Nowoczesne architektury danych. Przewodnik po hurtowni danych, siatce danych oraz Data Fabric i Data Lakehouse
-
Analityk danych. Przewodnik po data science, statystyce i uczeniu maszynowym
-
Matematyka w deep learningu. Co musisz wiedzieć, aby zrozumieć sieci neuronowe
-
Człowiek na rozdrożu. Sztuczna inteligencja 25 punktów widzenia
-
Analityka rozszerzona. Automatyzacja i sztuczna inteligencja w podejmowaniu decyzji
-
Matematyka i sztuczna inteligencja. Kluczowe koncepcje zwiększania skuteczności i wydajności systemów
-
Sztuczna inteligencja od podstaw
-
Deep learning dla programistów. Budowanie aplikacji AI za pomocą fastai i PyTorch
-
Sztuczna inteligencja. Nowe spojrzenie. Wydanie IV. Tom 1
-
Matematyka w uczeniu maszynowym
-
Sztuczna inteligencja. Nowe spojrzenie. Wydanie IV. Tom 2
-
Data science, wyzwania i rozwiązania. Jak zostać ekspertem analizy danych
-
Jak projektować systemy uczenia maszynowego. Iteracyjne tworzenie aplikacji gotowych do pracy
Czasowo niedostępna
-
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
-
Wnioskowanie i związki przyczynowe w Pythonie. Nowoczesne uczenie maszynowe z wykorzystaniem bibliotek DoWhy, EconML, PyTorch i nie tylko
-
Sztuczna inteligencja i uczenie maszynowe dla programistów. Praktyczny przewodnik po sztucznej inteligencji
-
Podręcznik architekta rozwiązań. Poznaj reguły oraz strategie projektu architektury i rozpocznij niezwykłą karierę. Wydanie II
-
Data Science w Pythonie. Kurs video. Przetwarzanie i analiza danych
-
Szeregi czasowe. Praktyczna analiza i predykcja z wykorzystaniem statystyki i uczenia maszynowego
-
Sztuczna inteligencja w finansach. Używaj języka Python do projektowania i wdrażania algorytmów AI
-
Data Science w Pythonie. Kurs video. Algorytmy uczenia maszynowego
-
Algorytmy sztucznej inteligencji. Ilustrowany przewodnik
Niedostępna
-
Uczenie maszynowe w Pythonie. Receptury. Od przygotowania danych do deep learningu. Wydanie II
-
Python dla DevOps. Naucz się bezlitośnie skutecznej automatyzacji
-
Deep Learning. Praktyczne wprowadzenie z zastosowaniem środowiska Pythona
-
TinyML. Wykorzystanie TensorFlow Lite do uczenia maszynowego na Arduino i innych mikrokontrolerach
-
Sztuczna inteligencja. Błyskawiczne wprowadzenie do uczenia maszynowego, uczenia ze wzmocnieniem i uczenia głębokiego
-
Potoki danych. Leksykon kieszonkowy. Przenoszenie i przetwarzanie danych na potrzeby ich analizy
-
Deep Learning. Praca z językiem Python i biblioteką Keras
-
Głębokie uczenie. Wprowadzenie
-
Głębokie uczenie przez wzmacnianie. Praca z chatbotami oraz robotyka, optymalizacja dyskretna i automatyzacja sieciowa w praktyce. Wydanie II
-
Web scraping w Data Science. Kurs video. Uczenie maszynowe i architektura splotowych sieci neuronowych
-
Uczenie głębokie i sztuczna inteligencja. Interaktywny przewodnik ilustrowany
-
Przetwarzanie języka naturalnego w praktyce. Przewodnik po budowie rzeczywistych systemów NLP
-
Deep Learning
-
Uczenie maszynowe w Pythonie. Leksykon kieszonkowy
-
Python. Uczenie maszynowe
Czasowo niedostępna
-
Big data, nauka o danych i AI bez tajemnic. Podejmuj lepsze decyzje i rozwijaj swój biznes!
-
Umiejętności analityczne w pracy z danymi i sztuczną inteligencją. Wykorzystywanie najnowszych technologii w rozwijaniu przedsiębiorstwa
Czasowo niedostępna
-
Matematyka dyskretna dla praktyków. Algorytmy i uczenie maszynowe w Pythonie
-
Data Science i uczenie maszynowe
-
Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow. 3rd Edition
-
Eksploracja danych za pomocą Excela. Metody uczenia maszynowego krok po kroku
-
Prompt Engineering - zostań Panem Sztucznej Inteligencji
-
Spark. Rozproszone uczenie maszynowe na dużą skalę. Jak korzystać z MLlib, TensorFlow i PyTorch
-
Praktyczne uczenie maszynowe
-
Dylemat sztucznej inteligencji. 7 zasad odpowiedzialnego tworzenia technologii
-
Deep learning i modelowanie generatywne. Jak nauczyć komputer malowania, pisania, komponowania i grania
-
Uczenie maszynowe: Scikit-Learn, Keras i TensorFlow. Szczegółowy poradnik
-
Generatywne głębokie uczenie, wyd. II. Uczenie maszyn, jak malować, pisać, komponować i grać
-
Algorytmy Data Science. Siedmiodniowy przewodnik. Wydanie II
-
Uczenie maszynowe w Pythonie. Receptury
-
Naczelny Algorytm. Jak jego odkrycie zmieni nasz świat
Niedostępna
-
Python. Uczenie maszynowe. Wydanie II
Czasowo niedostępna
-
Wnioskowanie przyczynowe w Pythonie. Praktyczne wykorzystanie w branży technologicznej
-
Deep learning Głęboka rewolucja. Kiedy sztuczna inteligencja spotyka się z ludzką
-
Wprowadzenie do uczenia maszynowego według Esposito
-
Uczenie maszynowe. Elementy matematyki w analizie danych
-
Deep Learning. Receptury
Czasowo niedostępna
-
Practical Mathematics for AI and Deep Learning
-
Sztuczna Inteligencja i Uczenie Maszynowe: Kompletny Przewodnik do Budowy Własnych Rozwiązań AI
-
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
-
Uczenie maszynowe w języku R. Tworzenie i doskonalenie modeli - od przygotowania danych po dostrajanie, ewaluację i pracę z big data. Wydanie IV
-
Deep Learning. Uczenie głębokie z językiem Python. Sztuczna inteligencja i sieci neuronowe
Czasowo niedostępna
-
Biblia AI. Sztuczna Inteligencja jako Twój osobisty asystent w każdym aspekcie życia
-
Wzorce projektowe uczenia maszynowego. Rozwiązania typowych problemów dotyczących przygotowania danych, konstruowania modeli i MLOps
-
Bayesian Analysis with Python. A practical guide to probabilistic modeling - Third Edition
-
Uczenie głębokie od zera. Podstawy implementacji w Pythonie
-
Konwolucyjne sieci neuronowe. Kurs video. Tensorflow i Keras w rozpoznawaniu obrazów
-
Machine learning, Python i data science. Wprowadzenie
Czasowo niedostępna
-
Uczenie maszynowe w Pythonie. Deep learning i machine learning
-
Praktyczne uczenie maszynowe w języku R
-
Designing Machine Learning Systems
-
Reinforcement Learning for Finance
-
Uczenie maszynowe z użyciem Scikit-Learn i TensorFlow
Niedostępna
-
High-Performance Algorithmic Trading Using AI
-
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
-
Machine Learning Interview Guide
-
Generative AI for Financial Services
-
Interpretable Machine Learning with Python. Build explainable, fair, and robust high-performance models with hands-on, real-world examples - Second Edition
-
Hyperautomation with Generative AI
-
Inżynieria danych na platformie AWS. Jak tworzyć kompletne potoki uczenia maszynowego
-
Uczenie maszynowe dla programistów
-
Mastering Azure Synapse Analytics
-
Machine Learning with PyTorch and Scikit-Learn. Develop machine learning and deep learning models with Python
-
Before Machine Learning Volume 2 - Calculus for A.I. The Fundamental Mathematics for Data Science and Artificial Intelligence
-
Hands-On Machine Learning with C++. Build, train, and deploy end-to-end machine learning and deep learning pipelines - Second Edition
-
Statistics for Data Scientists and Analysts
-
Python Machine Learning By Example. Unlock machine learning best practices with real-world use cases - Fourth Edition
-
Before Machine Learning Volume 1 - Linear Algebra for A.I. The Fundamental Mathematics for Data Science and Artificial Intelligence
-
Delta Lake: Up and Running
-
Architecting Data and Machine Learning Platforms
-
Machine Learning with LightGBM and Python. A practitioner's guide to developing production-ready machine learning systems
-
Conversational AI with Rasa. Build, test, and deploy AI-powered, enterprise-grade virtual assistants and chatbots
-
Statistics for Machine Learning
-
Hands-On Machine Learning with ML.NET. Getting started with Microsoft ML.NET to implement popular machine learning algorithms in C#
-
Practical Machine Learning with R. Define, build, and evaluate machine learning models for real-world applications
-
Machine Learning with R. Expert techniques for predictive modeling - Third Edition
-
Hands-On Meta Learning with Python. Meta learning using one-shot learning, MAML, Reptile, and Meta-SGD with TensorFlow
-
Deep Learning with PyTorch. A practical approach to building neural network models using PyTorch
-
AI bez tajemnic. Sztuczna Inteligencja od podstaw po zaawansowane techniki
-
Uczenie maszynowe z językiem JavaScript. Rozwiązywanie złożonych problemów
Niedostępna
-
Prompt Engineering for LLMs
-
Aplikacje ChatGPT. Wejdź na wyższy poziom z inteligentnymi programami - generatory, boty i wiele innych!
-
Data Engineering for AI/ML Pipelines
-
Applied Machine Learning and AI for Engineers
-
Uczenie maszynowe w Pythonie dla każdego
Czasowo niedostępna
-
Algorytmy uczenia maszynowego. Zaawansowane techniki implementacji
Niedostępna
-
Uczenie maszynowe w C#. Szybkie, sprytne i solidne aplikacje
Niedostępna
-
Głębokie uczenie z TensorFlow. Od regresji liniowej po uczenie przez wzmacnianie
Niedostępna
-
TensorFlow. 13 praktycznych projektów wykorzystujących uczenie maszynowe
Niedostępna
-
Inteligentna sieć. Algorytmy przyszłości. Wydanie II
Czasowo niedostępna
-
Deep Learning. Praca z językiem R i biblioteką Keras
Niedostępna
-
Zwinna analiza danych. Apache Hadoop dla każdego
Niedostępna
-
Zaawansowane uczenie maszynowe z językiem Python
Niedostępna
-
Projektowanie głosowych interfejsów użytkownika. Zasady doświadczeń konwersacyjnych
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.