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, 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
-
Sztuczna inteligencja od podstaw
-
Uczenie maszynowe w Pythonie. Receptury. Od przygotowania danych do deep learningu. Wydanie II
-
Eksploracja danych za pomocą Excela. Metody uczenia maszynowego krok po kroku
-
Sztuczna inteligencja. Nowe spojrzenie. Wydanie IV. Tom 1
-
Sztuczna inteligencja i uczenie maszynowe dla programistów. Praktyczny przewodnik po sztucznej inteligencji
-
Matematyka w uczeniu maszynowym
-
Sztuczna inteligencja. Nowe spojrzenie. Wydanie IV. Tom 2
-
Przetwarzanie języka naturalnego w praktyce. Przewodnik po budowie rzeczywistych systemów NLP
-
Deep Learning. Praktyczne wprowadzenie z zastosowaniem środowiska Pythona
Czasowo niedostępna
-
Potoki danych. Leksykon kieszonkowy. Przenoszenie i przetwarzanie danych na potrzeby ich analizy
-
Python. Machine learning i deep learning. Biblioteki scikit-learn i TensorFlow 2. Wydanie III
-
Deep learning dla programistów. Budowanie aplikacji AI za pomocą fastai i PyTorch
-
Człowiek na rozdrożu. Sztuczna inteligencja 25 punktów widzenia
-
AI bez tajemnic. Sztuczna Inteligencja od podstaw po zaawansowane techniki
-
Jak projektować systemy uczenia maszynowego. Iteracyjne tworzenie aplikacji gotowych do pracy
-
Algorytmy sztucznej inteligencji. Ilustrowany przewodnik
-
Sztuczna inteligencja w finansach. Używaj języka Python do projektowania i wdrażania algorytmów AI
-
Podręcznik architekta rozwiązań. Poznaj reguły oraz strategie projektu architektury i rozpocznij niezwykłą karierę. Wydanie II
-
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
-
Deep Learning. Praca z językiem Python i biblioteką Keras
-
Machine Learning i język Python. Kurs video. Praktyczne wykorzystanie popularnych bibliotek
-
Big data, nauka o danych i AI bez tajemnic. Podejmuj lepsze decyzje i rozwijaj swój biznes!
-
Machine learning, Python i data science. Wprowadzenie
-
Data Science w Pythonie. Kurs video. Algorytmy uczenia maszynowego
-
Python dla DevOps. Naucz się bezlitośnie skutecznej automatyzacji
-
Uczenie maszynowe w Pythonie. Leksykon kieszonkowy
-
Sztuczna inteligencja. Błyskawiczne wprowadzenie do uczenia maszynowego, uczenia ze wzmocnieniem i uczenia głębokiego
-
Deep learning i modelowanie generatywne. Jak nauczyć komputer malowania, pisania, komponowania i grania
-
TinyML. Wykorzystanie TensorFlow Lite do uczenia maszynowego na Arduino i innych mikrokontrolerach
-
Web scraping w Data Science. Kurs video. Uczenie maszynowe i architektura splotowych sieci neuronowych
-
Uczenie głębokie od zera. Podstawy implementacji w Pythonie
-
Zostań Milionerem z ChatGPT. Prosty przewodnik jak osiągnąć sukces w każdej branży za pomocą sztucznej inteligencji
-
Uczenie maszynowe. Elementy matematyki w analizie danych
-
Data Science w Pythonie. Kurs video. Przetwarzanie i analiza danych
-
Głębokie uczenie. Wprowadzenie
-
Głębokie uczenie przez wzmacnianie. Praca z chatbotami oraz robotyka, optymalizacja dyskretna i automatyzacja sieciowa w praktyce. Wydanie II
-
Umiejętności analityczne w pracy z danymi i sztuczną inteligencją. Wykorzystywanie najnowszych technologii w rozwijaniu przedsiębiorstwa
-
Szeregi czasowe. Praktyczna analiza i predykcja z wykorzystaniem statystyki i uczenia maszynowego
-
Deep Learning. Uczenie głębokie z językiem Python. Sztuczna inteligencja i sieci neuronowe
-
Algorytmy Data Science. Siedmiodniowy przewodnik. Wydanie II
-
Projektowanie głosowych interfejsów użytkownika. Zasady doświadczeń konwersacyjnych
-
Deep Learning. Receptury
Czasowo niedostępna
-
Przetwarzanie języka naturalnego w akcji
-
Matematyka dyskretna dla praktyków. Algorytmy i uczenie maszynowe w Pythonie
-
Python. Uczenie maszynowe
Czasowo niedostępna
-
Wzorce projektowe uczenia maszynowego. Rozwiązania typowych problemów dotyczących przygotowania danych, konstruowania modeli i MLOps
-
Uczenie maszynowe z użyciem Scikit-Learn i TensorFlow. Wydanie II
Niedostępna
-
Konwolucyjne sieci neuronowe. Kurs video. Tensorflow i Keras w rozpoznawaniu obrazów
-
Praktyczne uczenie nienadzorowane przy użyciu języka Python
-
Architecting Data and Machine Learning Platforms
-
Uczenie maszynowe w Pythonie dla każdego
-
Uczenie maszynowe: Scikit-Learn, Keras i TensorFlow. Szczegółowy poradnik
-
Naczelny Algorytm. Jak jego odkrycie zmieni nasz świat
Niedostępna
-
Bayesian Analysis with Python. A practical guide to probabilistic modeling - Third Edition
-
Uczenie maszynowe w C#. Szybkie, sprytne i solidne aplikacje
Niedostępna
-
Praktyczne uczenie maszynowe
-
Generative Deep Learning. 2nd Edition
-
Machine Learning Design Patterns
-
AWS Certified Machine Learning - Specialty (MLS-C01) Certification Guide. The ultimate guide to passing the MLS-C01 exam on your first attempt - Second Edition
-
Python w uczeniu maszynowym
-
Hands-On Image Processing with Python. Expert techniques for advanced image analysis and effective interpretation of image data
-
Interpretable Machine Learning with Python. Build explainable, fair, and robust high-performance models with hands-on, real-world examples - Second Edition
-
Designing Machine Learning Systems
-
Probabilistic Machine Learning for Finance and Investing
-
Implementing MLOps in the Enterprise
-
Transformers for Natural Language Processing. Build, train, and fine-tune deep neural network architectures for NLP with Python, Hugging Face, and OpenAI's GPT-3, ChatGPT, and GPT-4 - Second Edition
-
Uczenie maszynowe na Raspberry Pi
-
Aplikacje ChatGPT. Wejdź na wyższy poziom z inteligentnymi programami - generatory, boty i wiele innych!
-
Effective Machine Learning Teams
-
Machine Learning for Emotion Analysis in Python. Build AI-powered tools for analyzing emotion using natural language processing and machine learning
-
The Deep Learning Workshop. Learn the skills you need to develop your own next-generation deep learning models with TensorFlow and Keras
-
The Deep Learning with Keras Workshop. Learn how to define and train neural network models with just a few lines of code
-
The Unsupervised Learning Workshop. Get started with unsupervised learning algorithms and simplify your unorganized data to help make future predictions
-
The Machine Learning Workshop. Get ready to develop your own high-performance machine learning algorithms with scikit-learn - Second Edition
-
The Supervised Learning Workshop. Predict outcomes from data by building your own powerful predictive models with machine learning in Python - Second Edition
-
Python Artificial Intelligence Projects for Beginners. Get up and running with Artificial Intelligence using 8 smart and exciting AI applications
-
Artificial Intelligence By Example. Develop machine intelligence from scratch using real artificial intelligence use cases
-
Data Science i uczenie maszynowe
-
Praktyczne uczenie maszynowe w języku R
-
Uczenie maszynowe w Pythonie. Receptury
-
Inżynieria danych na platformie AWS. Jak tworzyć kompletne potoki uczenia maszynowego
-
TensorFlow Developer Certificate Guide. Efficiently tackle deep learning and ML problems to ace the Developer Certificate exam
-
Natural Language Processing with Transformers, Revised Edition
-
Wprowadzenie do uczenia maszynowego według Esposito
-
Sztuczna inteligencja na froncie. Kurs video. Uczenie maszynowe w JavaScript
-
Deep Learning
-
Natural Language Processing with PyTorch. Build Intelligent Language Applications Using Deep Learning
-
Programming PyTorch for Deep Learning. Creating and Deploying Deep Learning Applications
-
Machine Learning with PyTorch and Scikit-Learn. Develop machine learning and deep learning models with Python
-
Machine Learning Engineering with MLflow. Manage the end-to-end machine learning life cycle with MLflow
-
Machine Learning Using TensorFlow Cookbook. Create powerful machine learning algorithms with TensorFlow
-
Uczenie maszynowe dla programistów
-
Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow. 3rd Edition
-
PyTorch Pocket Reference
-
Practical Guide to Applied Conformal Prediction in Python. Learn and apply the best uncertainty frameworks to your industry applications
-
Zaufanie do systemów sztucznej inteligencji
-
Deep Learning with fastai Cookbook. Leverage the easy-to-use fastai framework to unlock the power of deep learning
-
Hands-On Machine Learning with ML.NET. Getting started with Microsoft ML.NET to implement popular machine learning algorithms in C#
-
Building Computer Vision Projects with OpenCV 4 and C++. Implement complex computer vision algorithms and explore deep learning and face detection
-
Machine Learning Interviews
-
Applied Machine Learning and AI for Engineers
-
Practical Machine Learning for Computer Vision
-
Training Data for Machine Learning
-
Delta Lake: Up and Running
-
Fundamentals of Deep Learning. 2nd Edition
-
Google BigQuery: The Definitive Guide. Data Warehousing, Analytics, and Machine Learning at Scale
-
Uczenie głębokie i sztuczna inteligencja. Interaktywny przewodnik ilustrowany
-
Python. Uczenie maszynowe. Wydanie II
Czasowo niedostępna
-
Deep Learning. Praktyczne wprowadzenie
Czasowo niedostępna
-
Uczenie maszynowe z językiem JavaScript. Rozwiązywanie złożonych problemów
Niedostępna
-
TensorFlow. 13 praktycznych projektów wykorzystujących uczenie maszynowe
Niedostępna
-
Deep Learning. Praca z językiem R i biblioteką Keras
Niedostępna
-
Uczenie maszynowe z użyciem Scikit-Learn i TensorFlow
Niedostępna
-
Uczenie maszynowe w aplikacjach. Projektowanie, budowa i wdrażanie
Niedostępna
-
Algorytmy uczenia maszynowego. Zaawansowane techniki implementacji
Niedostępna
-
Głębokie uczenie z TensorFlow. Od regresji liniowej po uczenie przez wzmacnianie
Niedostępna
-
Dylemat sztucznej inteligencji. 7 zasad odpowiedzialnego tworzenia technologii
-
Zwinna analiza danych. Apache Hadoop dla każdego
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.