Uczenie maszynowe w Pythonie. Receptury. Od przygotowania danych do deep learningu. Wydanie II
- Autorzy:
- Kyle Gallatin, Chris Albon
- Bestseller #13
- Promocja Przejdź
- Bestseller #13
- Promocja Przejdź
- Serie wydawnicze:
- Receptury
- Wydawnictwo:
- Helion
- Wydawnictwo:
- Helion
- Ocena:
- 5.3/6 Opinie: 3
- Stron:
- 398
- Druk:
- oprawa miękka
- Dostępne formaty:
-
PDFePubMobi
Opis
książki
:
Uczenie maszynowe w Pythonie. Receptury. Od przygotowania danych do deep learningu. Wydanie II
W ciągu ostatnich lat techniki uczenia maszynowego rozwijały się z niezwykłą dynamiką, rewolucjonizując pracę w różnych branżach. Obecnie do uczenia maszynowego najczęściej używa się Pythona i jego bibliotek. Znajomość najnowszych wydań tych narzędzi umożliwia efektywne tworzenie wyrafinowanych systemów uczących się.
Oto zaktualizowane wydanie popularnego przewodnika, dzięki któremu skorzystasz z ponad dwustu sprawdzonych receptur bazujących na najnowszych wydaniach bibliotek Pythona. Wystarczy, że skopiujesz i dostosujesz kod do swoich potrzeb. Możesz też go uruchamiać i testować za pomocą przykładowego zbioru danych. W książce znajdziesz receptury przydatne do rozwiązywania szerokiego spektrum problemów, od przygotowania i wczytania danych aż po trenowanie modeli i korzystanie z sieci neuronowych. W ten sposób wyjdziesz poza rozważania teoretyczne czy też matematyczne koncepcje i zaczniesz tworzyć aplikacje korzystające z uczenia maszynowego.
Poznaj receptury dotyczące:
- pracy z danymi w wielu formatach, z bazami i magazynami danych
- redukcji wymiarowości, jak również oceny i wyboru modelu
- regresji liniowej i logistycznej, drzew i lasów, a także k-najbliższych sąsiadów
- maszyn wektorów nośnych (SVM), naiwnej klasyfikacji bayesowskiej i klasteryzacji
- udostępniania wytrenowanych modeli za pomocą wielu frameworków
Długo szukałam książki, która spójnie przedstawiałaby algorytm ANN, hiperpłaszczyzny i wybór cech za pomocą losowego lasu. I wtedy pojawiła się ta pozycja!
Vicki Boykis, inżynier uczenia maszynowego w Duo
Wybrane bestsellery
-
Promocja
This practical guide provides more than 200 self-contained recipes to help you solve machine learning challenges you may encounter in your work. If you're comfortable with Python and its libraries, including pandas and scikit-learn, you'll be able to address specific problems, from loading data to training models and leveraging neural networks.Each-
- ePub + Mobi pkt
(230,58 zł najniższa cena z 30 dni)
230.58 zł
279.00 zł (-17%) -
-
Promocja
Z tej książki najwięcej skorzystają profesjonaliści, którzy znają podstawowe koncepcje związane z uczeniem maszynowym. Osoby te potraktują ją jako przewodnik ułatwiający rozwiązywanie konkretnych problemów napotykanych podczas codziennej pracy z uczeniem maszynowym. Dzięki zawartym tu recepturom takie zadania jak wczytywanie danych, obsługa danych tekstowych i liczbowych, wybór modelu czy redukcja wymiarowości staną się o wiele łatwiejsze do wykonania. Każda receptura zawiera kod, który można wstawić do swojego programu, połączyć lub zaadaptować według potrzeb. Przedstawiono także analizy wyjaśniające poszczególne rozwiązania i ich kontekst. Z tą książką płynnie przejdziesz od rozważań teoretycznych do opracowywania działających aplikacji i praktycznego korzystania z zalet uczenia maszynowego.- Druk
- PDF + ePub + Mobi pkt
(53,40 zł najniższa cena z 30 dni)
54.29 zł
89.00 zł (-39%) -
Bestseller Nowość Promocja
Dzięki tej książce dowiesz się, jak pozyskiwać, analizować i wizualizować dane, a potem używać ich do rozwiązywania problemów biznesowych. Wystarczy, że znasz podstawy Pythona i matematyki na poziomie liceum, aby zacząć stosować naukę o danych w codziennej pracy. Znajdziesz tu szereg praktycznych i zrozumiałych przykładów: od usprawniania działalności wypożyczalni rowerów, poprzez wyodrębnianie danych z witryn internetowych, po budowę systemów rekomendacyjnych. Poznasz rozwiązania oparte na danych, przydatne w podejmowaniu decyzji biznesowych. Nauczysz się korzystać z eksploracyjnej analizy danych, przeprowadzać testy A/B i klasyfikację binarną, a także używać algorytmów uczenia maszynowego.- Druk
- PDF + ePub + Mobi pkt
(41,40 zł najniższa cena z 30 dni)
44.85 zł
69.00 zł (-35%) -
Nowość Promocja
Ta książka wyjaśni Ci rolę matematyki w tworzeniu, renderowaniu i zmienianiu wirtualnych środowisk 3D, a ponadto pozwoli odkryć tajemnice najpopularniejszych dzisiaj silników gier. Za sprawą licznych praktycznych ćwiczeń zorientujesz się, co się kryje za rysowaniem linii i kształtów graficznych, stosowaniem wektorów i wierzchołków, budowaniem i renderowaniem siatek, jak również przekształcaniem wierzchołków. Nauczysz się używać kodu Pythona, a także bibliotek Pygame i PyOpenGL do budowy własnych silników. Dowiesz się też, jak tworzyć przydatne API i korzystać z nich podczas pisania własnych aplikacji.- Druk
- PDF + ePub + Mobi pkt
(53,40 zł najniższa cena z 30 dni)
57.84 zł
89.00 zł (-35%) -
Nowość Promocja
To czwarte, zaktualizowane wydanie znakomitego przewodnika poświęconego zastosowaniu uczenia maszynowego do rozwiązywania rzeczywistych problemów w analizie danych. Dzięki książce dowiesz się wszystkiego, co trzeba wiedzieć o wstępnym przetwarzaniu danych, znajdowaniu kluczowych spostrzeżeń, prognozowaniu i wizualizowaniu odkryć. W tym wydaniu dodano kilka nowych rozdziałów dotyczących data science i niektórych trudniejszych zagadnień, takich jak zaawansowane przygotowywanie danych, budowanie lepiej uczących się modeli i praca z big data. Znalazło się tu także omówienie etycznych aspektów uczenia maszynowego i wprowadzenie do uczenia głębokiego. Treść została zaktualizowana do wersji 4.0.0 języka R.- Druk
- PDF + ePub + Mobi pkt
(83,40 zł najniższa cena z 30 dni)
90.35 zł
139.00 zł (-35%) -
Nowość Promocja
Dzięki tej książce łatwo przyswoisz teoretyczne podstawy i zaczniesz je płynnie wdrażać w rzeczywistych scenariuszach. Dowiesz się, w jaki sposób myślenie przyczynowe ułatwia rozwiązywanie problemów, i poznasz pojęcia Pearla, takie jak strukturalny model przyczynowy, interwencje, kontrfakty itp. Każde zagadnienie zostało dokładnie wyjaśnione i opatrzone zbiorem praktycznych ćwiczeń z kodem w Pythonie. Nauczysz się także implementować poszczególne modele i zrozumiesz, czym się kierować przy wyborze technik i algorytmów do rozwiązywania konkretnych scenariuszy przyczynowych. To przewodnik, który docenią szczególnie inżynierowie uczenia maszynowego i analitycy danych.- Druk
- PDF + ePub + Mobi pkt
(65,40 zł najniższa cena z 30 dni)
70.85 zł
109.00 zł (-35%) -
Nowość Promocja
Ta książka łączy perspektywy inżynierów, ludzi biznesu, przedstawicieli rządów i społeczników. Ułatwia zrozumienie korzyści i szans, jakie niosą ze sobą autonomiczne systemy oparte na uczeniu maszynowym. Zawiera siedem ważnych zasad, które pozwolą na ograniczanie ryzyka nadużyć i wypadków związanych z AI, a także zapewnią, by technologie tego rodzaju służyły rozwojowi ludzkości. Cztery z zasad dotyczą samych systemów i ich projektowania: uwzględniania ryzyka dla ludzi, przejrzystości działania, zapewnienia ochrony danych osobowych i ograniczania tendencyjności. Pozostałe trzy odnoszą się do organizacji tworzących systemy AI, stosowanych w nich procedur i kultury organizacyjnej. Co ważne, w książce znalazły się przykłady dobrych praktyk, jak również liczne rzeczowe uwagi i pożyteczne wskazówki.- Druk
- PDF + ePub + Mobi pkt
(32,94 zł najniższa cena z 30 dni)
35.69 zł
54.90 zł (-35%) -
Promocja
Tę książkę docenią wszyscy zainteresowani eksploracją danych i uczeniem maszynowym, którzy chcieliby pewnie poruszać się w świecie nauki o danych. Pokazano tu, w jaki sposób Excel pozwala zobrazować proces ich eksplorowania i jak działają poszczególne techniki w tym zakresie. Przejrzyście wyjaśniono metody eksploracji danych, a następnie zaprezentowano procedurę budowania ich implementacji w Excelu. Nawet tak złożone zagadnienia, jak algorytmy uczenia maszynowego, zostały wytłumaczone nadzwyczaj przystępnie. Przewodnik został pomyślany tak, aby umożliwić aktywne zdobywanie wiedzy, a niejako przy okazji podnieść umiejętności w posługiwaniu się arkuszem kalkulacyjnym na wyższy poziom.- Druk
- PDF + ePub + Mobi pkt
(40,20 zł najniższa cena z 30 dni)
43.55 zł
67.00 zł (-35%) -
Promocja
Oto uzupełnione i zaktualizowane wydanie bestsellerowego przewodnika dla inżynierów sieci. Dzięki niemu przejdziesz trudną (ale ekscytującą!) drogę od tradycyjnej platformy do platformy sieciowej opartej na najlepszych praktykach programistycznych. Zaczniesz od zagadnień podstawowych, aby następnie zagłębić się w tajniki stosowania bibliotek Pexpect, Paramiko czy Netmiko do komunikacji z urządzeniami sieciowymi. W kolejnych rozdziałach znajdziesz solidny przegląd różnych narzędzi wraz ze sposobami ich użycia: Cisco NX-API, Meraki, Juniper PyEZ, Ansible, Scapy, PySNMP, Flask, Elastic Stack i wielu innych. Rozeznasz się również w kwestiach związanych z kontenerami Dockera, a także usługami sieciowymi chmur AWS i Azure. Lektura tej książki pozwoli Ci się w pełni przygotować na następną generację sieci!- Druk
- PDF + ePub + Mobi pkt
(77,40 zł najniższa cena z 30 dni)
83.85 zł
129.00 zł (-35%) -
Promocja
Python, stanowiący czołowy temat tego kursu, jest jednym z najpopularniejszych języków programowania na świecie. Słynie z wszechstronności, czytelności i dużej społeczności użytkowników. W świecie finansów Python zyskał szczególne uznanie ze względu na swoją efektywność w analizie danych, modelowaniu finansowym i handlu algorytmicznym. Znajomość tego języka programowania jest w związku z tym coraz bardziej pożądana w branży finansowej – opanowawszy go, otworzysz sobie szeroko drzwi do kariery, które dotąd były dla Ciebie zamknięte.- Videokurs pkt
(147,94 zł najniższa cena z 30 dni)
188.30 zł
269.00 zł (-30%) -
Promocja
Oto drugie, zaktualizowane i uzupełnione wydanie przewodnika po bibliotece Pandas. Dzięki tej przystępnej książce nauczysz się w pełni korzystać z możliwości oferowanych przez bibliotekę, nawet jeśli dopiero zaczynasz przygodę z analizą danych w Pythonie. Naukę rozpoczniesz z użyciem rzeczywistego zbioru danych, aby wkrótce rozwiązywać złożone problemy danologii, takie jak obsługa brakujących danych, stosowanie regularyzacji czy też używanie metod nienadzorowanego uczenia maszynowego do odnajdywania podstawowej struktury w zbiorze danych. Pracę z poszczególnymi zagadnieniami ułatwia to, że zostały one zilustrowane prostymi, ale praktycznymi przykładami.- Druk
- PDF + ePub + Mobi pkt
(65,40 zł najniższa cena z 30 dni)
70.85 zł
109.00 zł (-35%) -
Promocja
To książka przeznaczona dla osób, które pracują ze zbiorami danych. Jest praktycznym przewodnikiem po koncepcjach algebry liniowej, pomyślanym tak, by ułatwić ich zrozumienie i zastosowanie w użytecznych obliczeniach. Poszczególne zagadnienia przedstawiono za pomocą kodu Pythona, wraz z przykładami ich wykorzystania w nauce o danych, uczeniu maszynowym, uczeniu głębokim, symulacjach i przetwarzaniu danych biomedycznych. Dzięki podręcznikowi nauczysz się arytmetyki macierzowej, poznasz istotne rozkłady macierzy, w tym LU i QR, a także rozkład według wartości osobliwych, zapoznasz się też z takimi zagadnieniami jak model najmniejszych kwadratów i analiza głównych składowych.- Druk
- PDF + ePub + Mobi pkt
(46,20 zł najniższa cena z 30 dni)
49.28 zł
77.00 zł (-36%)
O autorach książki
Kyle Gallatin jest inżynierem oprogramowania na platformie uczenia maszynowego w Etsy. Przez wiele lat pracował jako analityk danych, naukowiec i inżynier uczenia maszynowego.
Dr Chris Albon jest analitykiem danych i politologiem. Od ponad dziesięciu lat stosuje statystykę, sztuczną inteligencję i inne zdobycze informatyki w polityce, socjologii i przy zarządzaniu akcjami humanitarnymi. Obecnie pracuje dla Devoted Health — wykorzystuje naukę o danych i maszynowe uczenie w celu rozwiązania problemów amerykańskiego systemu ochrony zdrowia. Wcześniej był głównym analitykiem danych w kenijskim startupie BRCK .
Zobacz pozostałe książki z serii Receptury
-
Promocja
Ta książka będzie świetnym uzupełnieniem wiedzy o Flutterze i Darcie, sprawdzi się również jako wsparcie podczas rozwiązywania konkretnych problemów. Znalazło się tu ponad sto receptur, dzięki którym poznasz tajniki pisania efektywnego kodu, korzystania z narzędzi udostępnianych przez framework Flutter czy posługiwania się rozwiązaniami dostawców usług chmurowych. Dowiesz się, jak należy pracować z bazami Firebase i platformą Google Cloud. Przy czym poszczególne receptury, poza rozwiązaniami problemów, zawierają również nieco szersze omówienia, co pozwoli Ci lepiej wykorzystać zalety Fluttera i Darta — spójnego rozwiązania do wydajnego budowania aplikacji!- Druk
- PDF + ePub + Mobi pkt
(41,40 zł najniższa cena z 30 dni)
44.85 zł
69.00 zł (-35%) -
Promocja
Dzięki tej książce nauczysz się programować w języku VBA. Dowiesz się także, w jaki sposób można zautomatyzować wiele żmudnych czynności wykonywanych w Excelu i w innych aplikacjach pakietu MS Office. Naukę rozpoczniesz od podstaw, które podano tu w przystępnej i zrozumiałej formie. Dowiesz się, w jaki sposób można nagrywać makra, a później stopniowo będziesz przechodzić do bardziej złożonych zadań programistycznych. Zapoznasz się też z zaawansowanymi narzędziami wbudowanymi w Excela i przekonasz się, jak bardzo mogą one zwiększyć Twoją produktywność. Dodatkowym plusem jest mnóstwo ćwiczeń, wskazówek i propozycji praktycznych projektów z wykorzystaniem Excela, Worda i PowerPointa. Pracę ułatwią Ci również przykładowe kody i filmy instruktażowe. Korzystaj do woli!- Druk
- PDF + ePub + Mobi pkt
(47,40 zł najniższa cena z 30 dni)
50.56 zł
79.00 zł (-36%) -
Promocja
Dzięki tej książce błyskawicznie uzyskasz odpowiedzi na nurtujące programistów pytania o walidację danych w formularzach, testowanie kodu czy powiązanie kodu aplikacji z kodem serwerowym. Dowiesz się również, jak zapewnić sobie możliwość wielokrotnego wykorzystywania kodu i implementacji złożonych operacji w prosty sposób. Znajdziesz tu szereg przykładowych kodów, pogrupowanych tematycznie i dobranych tak, aby ułatwić Ci rozwiązywanie problemów najczęściej pojawiających się podczas pisania aplikacji Reacta. Poszczególne próbki kodu zostały gruntownie objaśnione, dzięki czemu szybko zrozumiesz, w jaki sposób współdziałają komponenty aplikacji Reacta i jego biblioteki. A wtedy w pełni docenisz zalety tego frameworku!- Druk
- PDF + ePub + Mobi pkt
(59,40 zł najniższa cena z 30 dni)
62.37 zł
99.00 zł (-37%) -
Promocja
Ta książka przyda się początkującym i średnio zaawansowanym użytkownikom tego systemu. Dzięki niej nauczysz się korzystać z narzędzi graficznych i tych działających w powłoce. Poznasz również podstawy administrowania systemami linuksowymi i przygotujesz się do tego, by sprawnie rozpocząć z nimi pracę. W poszczególnych rozdziałach znajdziesz ponad 250 gotowych receptur, które pomagają poradzić sobie z większością wyzwań stojących przed użytkownikami i administratorami systemów Linux. Plusem publikacji jest to, że zawiera zarówno podstawowe zadania - takie jak instalacja i uruchamianie systemu czy zarządzanie usługami, plikami i katalogami - jak i operacje związane z konfiguracją i zabezpieczaniem sieci. Dodatkowo umieszczono tu rozdział poświęcony instalacji Linuksa na płytce Raspberry Pi, a także szeroki wybór receptur poświęconych rozwiązywaniu typowych problemów tym systemem.- Druk
- PDF + ePub + Mobi pkt
(65,40 zł najniższa cena z 30 dni)
68.67 zł
109.00 zł (-37%) -
Ta książka jest praktycznym zbiorem gotowych do użycia receptur, podanych tak, aby maksymalnie ułatwić proces przygotowania danych do analizy. Omówiono tu takie kwestie dotyczące danych jak importowanie, ocena ich jakości, uzupełnianie braków, porządkowanie i agregacja, a także przekształcanie. Poza zwięzłym omówieniem tych zadań zaprezentowano najskuteczniejsze techniki ich wykonywania za pomocą różnych narzędzi: Pandas, NumPy, Matplotlib czy SciPy. W ramach każdej receptury wyjaśniono skutki podjętych działań. Cennym uzupełnieniem jest zestaw funkcji i klas zdefiniowanych przez użytkownika, które służą do automatyzacji oczyszczania danych. Umożliwiają one też dostrojenie procesu do konkretnych potrzeb.
- Druk
- PDF + ePub + Mobi pkt
Niedostępna
-
To drugie, gruntownie zaktualizowane wydanie nieocenionego zbioru receptur, podanych tak, aby maksymalnie ułatwić rozwiązywanie codziennych problemów związanych z budową zapytań SQL. Uwzględniono tu kilka wariantów języka SQL, zaimplementowanych w systemach Oracle, DB2, SQL Server, MySQL i PostgreSQL. W książce znalazły się propozycje zastosowania takich nowoczesnych rozwiązań jak funkcje okna, wspólne wyrażenia tablicowe i rekurencyjne zapytania hierarchiczne. Nie zabrakło receptur opracowanych specjalnie dla analityków danych, umożliwiających zastosowanie mediany odchylenia bezwzględnego i prawa Benforda, a także wyszukiwanie danych tekstowych na podstawie brzmienia słów.
- Druk
- PDF + ePub + Mobi pkt
Czasowo niedostępna
-
Oto zbiór aktualnych i kompletnych receptur instruktażowych, z których każda pomaga w rozwiązaniu konkretnego problemu. Wszystkie zostały starannie przetestowane i wielokrotnie udowodniły swoją przydatność. Każdą poprzedzono krótkim wprowadzeniem i omówieniem zastosowanych mechanizmów działania. Ta książka nie jest klasycznym podręcznikiem programowania, jednak z pewnością przyśpieszy praktyczne wykorzystanie możliwości Javy. Wśród receptur znalazł się szeroki zakres zagadnień, od podstawowych operacji na ciągach znaków, poprzez programowanie funkcyjne, po komunikację sieciową, rozwiązania big data i współdziałanie z kodem napisanym w innych językach. W tym wydaniu uwzględniono zmiany wprowadzone w wersjach Javy 12, 13 i 14.
- Druk
- PDF + ePub + Mobi pkt
Niedostępna
-
To zaktualizowane wydanie znakomitego zbioru receptur ułatwiających wykorzystanie potencjału Raspberry Pi. Uwzględniono tu nowe modele tego komputera, a także zmiany i ulepszenia systemu operacyjnego Raspbian. Dodano rozdziały traktujące o dźwięku i automatyce domowej. Te receptury bez trudu wykorzystasz dla zwiększenia wygody we własnym domu. Dzięki lekturze poznasz podstawowe reguły tej technologii, aby łatwiej zrozumieć zagadnienia dotyczące konkretnej płytki czy kodu. Z tej pozycji możesz korzystać podobnie jak z książki kucharskiej: przeczytać od deski do deski albo skupić się na rozwiązaniu jednego, konkretnego problemu. Być może docenisz, że w recepturach dotyczących sprzętu uwzględniono przede wszystkim rozwiązania niewymagające lutowania obwodów.
- Druk
- PDF + ePub + Mobi pkt
Czasowo niedostępna
-
Oto zbiór 275 receptur instruktażowych, z których każda pomaga w rozwiązaniu konkretnego problemu. Wszystkie zostały starannie przetestowane i wielokrotnie dowodziły swojej przydatności. Każda z omawianych receptur została poprzedzona krótkim wprowadzeniem i omówieniem zastosowanych mechanizmów działania. Nie jest to klasyczny podręcznik programowania, jednak z pewnością przyśpieszy naukę praktycznego wykorzystania możliwości R. Jeśli masz już pewne doświadczenie z tym językiem, odświeżysz swoją wiedzę i uzyskasz szerszą perspektywę. Wśród receptur znajdziesz obejmujące szeroki zakres zadania - od podstawowych operacji na danych wejściowych i wyjściowych, poprzez statystykę ogólną, aż po grafikę i regresję liniową. Dowiesz się również, jak wykorzystać język R do wizualizacji danych za pomocą ciekawych wykresów graficznych.
- Druk
- PDF + ePub + Mobi pkt
Czasowo niedostępna
-
Promocja
Sięgnij po tę książkę, jeśli jesteś odpowiedzialny za bezpieczeństwo systemu linuksowego. Zawarto tu szereg porad i wskazówek dotyczących konfiguracji jądra, bezpieczeństwa systemu plików i sieci oraz różnych narzędzi usprawniających administrowanie systemem. Nie zabrakło omówienia specjalnych dystrybucji Linuksa, opracowanych z myślą o monitorowaniu bezpieczeństwa. Zaprezentowano zagadnienia dotyczące skanowania w poszukiwaniu luk, wykrywania włamań oraz audytowania systemu Linux. Ciekawym tematem zawartym w książce są zasady bezpiecznego korzystania z takich usług jak HTTPD, FTP i telnet. Zrozumienie zaprezentowanych tu treści jest łatwiejsze dzięki licznym praktycznym przykładom.- Druk
- PDF + ePub + Mobi pkt
(47,40 zł najniższa cena z 30 dni)
48.18 zł
79.00 zł (-39%)
Ebooka "Uczenie maszynowe w Pythonie. Receptury. Od przygotowania danych do deep learningu. Wydanie II" przeczytasz na:
-
czytnikach Inkbook, Kindle, Pocketbook, Onyx Booxs i innych
-
systemach Windows, MacOS i innych
-
systemach Windows, Android, iOS, HarmonyOS
-
na dowolnych urządzeniach i aplikacjach obsługujących formaty: PDF, EPub, Mobi
Masz pytania? Zajrzyj do zakładki Pomoc »
Audiobooka "Uczenie maszynowe w Pythonie. Receptury. Od przygotowania danych do deep learningu. Wydanie II" posłuchasz:
-
w aplikacji Ebookpoint na Android, iOS, HarmonyOs
-
na systemach Windows, MacOS i innych
-
na dowolonych urządzeniach i aplikacjach obsługujących format MP3 (pliki spakowane w ZIP)
Masz pytania? Zajrzyj do zakładki Pomoc »
Kurs Video "Uczenie maszynowe w Pythonie. Receptury. Od przygotowania danych do deep learningu. Wydanie II" zobaczysz:
-
w aplikacjach Ebookpoint i Videopoint na Android, iOS, HarmonyOs
-
na systemach Windows, MacOS i innych z dostępem do najnowszej wersji Twojej przeglądarki internetowej
Recenzje książki: Uczenie maszynowe w Pythonie. Receptury. Od przygotowania danych do deep learningu. Wydanie II (1)
Poniższe recenzje mogły powstać po przekazaniu recenzentowi darmowego egzemplarza poszczególnych utworów bądź innej zachęty do jej napisania np. zapłaty.
-
Recenzja: czytanepodchmurka Rutkowska PaulinaRecenzja dotyczy produktu: ksiązka drukowanaCzy recenzja była pomocna:
Prawdziwa, a przede wszystkim praktyczna gratka dla sympatyków uczenia maszynowego. 👩🏻💻 Dzięki temu podręcznikowi dowiedziałam się jak skutecznie wykorzystać Pythona, jak i jego biblioteki w zakresie pracy nad danymi. 🐍 Dzięki zaktualizowanej i usystematyzowanej wiedzy, użytkownik może skorzystać z ponad dwustu receptur. Dużym ułatiweniem jest to, że możemy skopiować kod, a następnie zoptymailozować go pod własne potrzeby. ⌨ Oprócz tego, w podręczniku znajdziemy przykładowy zbiór danych, co pozwala nam na testowanie przedstawionych receptur. "Uczenie maszynowe w Pythonie" to podręcznik, który nie bazuje jedynie na teorii ale pozwala nam na tworzenie aplikacji. Jako użytkownik dowiedziałam się jak pracować z danymi, bazami i magazynami danych. Nauczyłam się również, w jaki spośób dokonać redukcji wymiarowości, a także jak dokonać wyboru modeli. I chociaż na studiach uczyłam się czym jest regresja liniowa i logistyczna, to teraz miałam możliwość odświeżenia sobie tej wiedzy. 🖥
Szczegóły książki
- Tytuł oryginału:
- Machine Learning with Python Cookbook: Practical Solutions from Preprocessing to Deep Learning, 2nd Edition
- Tłumaczenie:
- Robert Górczyński
- ISBN Książki drukowanej:
- 978-83-289-0811-6, 9788328908116
- Data wydania książki drukowanej :
- 2024-04-23
- ISBN Ebooka:
- 978-83-289-0812-3, 9788328908123
- Data wydania ebooka :
-
2024-04-23
Data wydania ebooka często jest dniem wprowadzenia tytułu do sprzedaży i może nie być równoznaczna z datą wydania książki papierowej. Dodatkowe informacje możesz znaleźć w darmowym fragmencie. Jeśli masz wątpliwości skontaktuj się z nami sklep@helion.pl.
- Format:
- 165x235
- Numer z katalogu:
- 218870
- Rozmiar pliku Pdf:
- 4MB
- Rozmiar pliku ePub:
- 5.1MB
- Rozmiar pliku Mobi:
- 11.3MB
- Pobierz przykładowy rozdział PDF
- Przykłady na ftp
- Zgłoś erratę
- Kategorie:
Programowanie » Python - Programowanie
Biznes IT » IT w ekonomii
Uczenie maszynowe
- Serie wydawnicze: Receptury
Spis treści książki
-
Wprowadzenie
- 1.0. Wprowadzenie
- 1.1. Tworzenie wektora
- 1.2. Tworzenie macierzy
- 1.3. Tworzenie macierzy rzadkiej
- 1.4. Wstępna alokacja tablicy NumPy
- 1.5. Pobieranie elementów
- 1.6. Opisywanie macierzy
- 1.7. Przeprowadzanie operacji na wszystkich elementach
- 1.8. Znajdowanie wartości maksymalnej i minimalnej
- 1.9. Obliczanie średniej, wariancji i odchylenia standardowego
- 1.10. Zmiana kształtu tablicy
- 1.11. Transponowanie wektora lub macierzy
- 1.12. Spłaszczanie macierzy
- 1.13. Znajdowanie rzędu macierzy
- 1.14. Pobieranie przekątnej macierzy
- 1.15. Obliczanie śladu macierzy
- 1.16. Obliczanie iloczynu skalarnego
- 1.17. Dodawanie i odejmowanie macierzy
- 1.18. Mnożenie macierzy
- 1.19. Odwracanie macierzy
- 1.20. Generowanie liczb losowych
- 2.0. Wprowadzenie
- 2.1. Wczytywanie przykładowego zbioru danych
- 2.2. Tworzenie symulowanego zbioru danych
- 2.3. Wczytywanie pliku CSV
- 2.4. Wczytywanie pliku Excela
- 2.5. Wczytywanie pliku JSON
- 2.6. Wczytywanie pliku Parquet
- 2.7. Wczytywanie pliku Avro
- 2.8. Wykonywanie zapytań do bazy danych SQLite
- 2.9. Wykonywanie zapytań do zdalnej bazy danych SQL
- 2.10. Wczytywanie danych z Google Sheets
- 2.11. Wczytywanie danych z kubełka S3
- 2.12. Wczytywanie danych nieposiadających struktury
- 3.0. Wprowadzenie
- 3.1. Tworzenie ramki danych
- 3.2. Opisywanie danych
- 3.3. Poruszanie się po ramce danych
- 3.4. Pobieranie wierszy na podstawie pewnych warunków
- 3.5. Sortowanie wartości
- 3.6. Zastępowanie wartości
- 3.7. Zmiana nazwy kolumny
- 3.8. Znajdowanie wartości minimalnej, maksymalnej, sumy, średniej i liczby elementów w kolumnie
- 3.9. Znajdowanie unikatowych wartości
- 3.10. Obsługa brakujących wartości
- 3.11. Usuwanie kolumn
- 3.12. Usuwanie wiersza
- 3.13. Usuwanie powielonych wierszy
- 3.14. Grupowanie wierszy według wartości
- 3.15. Grupowanie wierszy według czasu
- 3.16. Agregowanie operacji i danych statystycznych
- 3.17. Iterowanie przez kolumnę
- 3.18. Wywoływanie funkcji dla wszystkich elementów kolumny
- 3.19. Wywoływanie funkcji dla grupy
- 3.20. Konkatenacja obiektów typu DataFrame
- 3.21. Złączanie obiektów typu DataFrame
- 4.0. Wprowadzenie
- 4.1. Przeskalowywanie cechy
- 4.2. Standaryzowanie cechy
- 4.3. Normalizowanie obserwacji
- 4.4. Generowanie cech wielomianowych i interakcji
- 4.5. Transformacja cech
- 4.6. Wykrywanie elementów odstających
- 4.7. Obsługa elementów odstających
- 4.8. Dyskretyzacja cech
- 4.9. Grupowanie obserwacji przy użyciu klastra
- 4.10. Usuwanie obserwacji, w których brakuje wartości
- 4.11. Uzupełnianie brakujących wartości
- 5.0. Wprowadzenie
- 5.1. Kodowanie nominalnych cech kategoryzujących
- 5.2. Kodowanie porządkowych cech kategoryzujących
- 5.3. Kodowanie słowników cech
- 5.4. Wstawianie brakujących wartości klas
- 5.5. Obsługa niezrównoważonych klas
- 6.0. Wprowadzenie
- 6.1. Oczyszczanie tekstu
- 6.2. Przetwarzanie i oczyszczanie danych HTML
- 6.3. Usuwanie znaku przestankowego
- 6.4. Tokenizacja tekstu
- 6.5. Usuwanie słów o małym znaczeniu
- 6.6. Stemming słów
- 6.7. Oznaczanie części mowy
- 6.8. Rozpoznawanie nazwanych jednostek
- 6.9. Kodowanie tekstu za pomocą modelu worka słów
- 6.10. Określanie wagi słów
- 6.11. Używanie wektorów tekstu do obliczania podobieństwa tekstu w zapytaniu wyszukiwania
- 6.12. Używanie klasyfikatora analizy sentymentu
- 7.0. Wprowadzenie
- 7.1. Konwertowanie ciągu tekstowego na datę
- 7.2. Obsługa stref czasowych
- 7.3. Pobieranie daty i godziny
- 7.4. Podział danych daty na wiele cech
- 7.5. Obliczanie różnicy między datami
- 7.6. Kodowanie dni tygodnia
- 7.7. Tworzenie cechy opóźnionej w czasie
- 7.8. Użycie okien upływającego czasu
- 7.9. Obsługa brakujących danych w serii danych zawierających wartości daty i godziny
- 8.0. Wprowadzenie
- 8.1. Wczytywanie obrazu
- 8.2. Zapisywanie obrazu
- 8.3. Zmiana wielkości obrazu
- 8.4. Kadrowanie obrazu
- 8.5. Rozmywanie obrazu
- 8.6. Wyostrzanie obrazu
- 8.7. Zwiększanie kontrastu
- 8.8. Izolowanie kolorów
- 8.9. Progowanie obrazu
- 8.10. Usuwanie tła obrazu
- 8.11. Wykrywanie krawędzi
- 8.12. Wykrywanie narożników w obrazie
- 8.13. Tworzenie cech w uczeniu maszynowym
- 8.14. Użycie histogramu koloru jako cechy
- 8.15. Użycie wytrenowanych embeddingów jako cech
- 8.16. Wykrywanie obiektów za pomocą OpenCV
- 8.17. Klasyfikowanie obrazów za pomocą PyTorch
- 9.0. Wprowadzenie
- 9.1. Redukowanie cech za pomocą głównych składowych
- 9.2. Redukowanie cech, gdy dane są liniowo nierozłączne
- 9.3. Redukowanie cech przez maksymalizację rozłączności klas
- 9.4. Redukowanie cech za pomocą rozkładu macierzy
- 9.5. Redukowanie cech w rzadkich danych
- 10.0. Wprowadzenie
- 10.1. Progowanie wariancji cechy liczbowej
- 10.2. Progowanie wariancji cechy binarnej
- 10.3. Obsługa wysoce skorelowanych cech
- 10.4. Usuwanie nieistotnych dla klasyfikacji cech
- 10.5. Rekurencyjne eliminowanie cech
- 11.0. Wprowadzenie
- 11.1. Modele sprawdzianu krzyżowego
- 11.2. Tworzenie modelu regresji bazowej
- 11.3. Tworzenie modelu klasyfikacji bazowej
- 11.4. Ocena prognoz klasyfikatora binarnego
- 11.5. Ocena progowania klasyfikatora binarnego
- 11.6. Ocena prognoz klasyfikatora wieloklasowego
- 11.7. Wizualizacja wydajności klasyfikatora
- 11.8. Ocena modelu regresji
- 11.9. Ocena modelu klasteryzacji
- 11.10. Definiowanie niestandardowych współczynników oceny modelu
- 11.11. Wizualizacja efektu wywieranego przez wielkość zbioru uczącego
- 11.12. Tworzenie raportu tekstowego dotyczącego współczynnika oceny
- 11.13. Wizualizacja efektu wywieranego przez zmianę wartości hiperparametrów
- 12.0. Wprowadzenie
- 12.1. Wybór najlepszych modeli przy użyciu wyczerpującego wyszukiwania
- 12.2. Wybór najlepszych modeli za pomocą przeszukiwania losowego
- 12.3. Wybór najlepszych modeli z wielu algorytmów uczenia maszynowego
- 12.4. Wybór najlepszych modeli na etapie przygotowywania danych
- 12.5. Przyspieszanie wyboru modelu za pomocą równoległości
- 12.6. Przyspieszanie wyboru modelu przy użyciu metod charakterystycznych dla algorytmu
- 12.7. Ocena wydajności po wyborze modelu
- 13.0. Wprowadzenie
- 13.1. Wyznaczanie linii
- 13.2. Obsługa wpływu interakcji
- 13.3. Wyznaczanie zależności nieliniowej
- 13.4. Redukowanie wariancji za pomocą regularyzacji
- 13.5. Redukowanie cech za pomocą regresji metodą LASSO
- 14.0. Wprowadzenie
- 14.1. Trenowanie klasyfikatora drzewa decyzyjnego
- 14.2. Trenowanie regresora drzewa decyzyjnego
- 14.3. Wizualizacja modelu drzewa decyzyjnego
- 14.4. Trenowanie klasyfikatora losowego lasu
- 14.5. Trenowanie regresora losowego lasu
- 14.6. Ocena losowego lasu za pomocą estymatora błędu out-of-bag
- 14.7. Identyfikacja ważnych cech w losowych lasach
- 14.8. Wybór ważnych cech w losowym lesie
- 14.9. Obsługa niezrównoważonych klas
- 14.10. Kontrolowanie wielkości drzewa
- 14.11. Poprawa wydajności za pomocą wzmocnienia
- 14.12. Wytrenowanie modelu XGBoost
- 14.13. Poprawianie wydajności w czasie rzeczywistym za pomocą LightGBM
- 15.0. Wprowadzenie
- 15.1. Wyszukiwanie najbliższych sąsiadów obserwacji
- 15.2. Tworzenie klasyfikatora k najbliższych sąsiadów
- 15.3. Ustalanie najlepszej wielkości sąsiedztwa
- 15.4. Tworzenie klasyfikatora najbliższych sąsiadów opartego na promieniu
- 15.5. Wyszukiwanie przybliżonych najbliższych sąsiadów
- 15.6. Ocena przybliżonych najbliższych sąsiadów
- 16.0. Wprowadzenie
- 16.1. Trenowanie klasyfikatora binarnego
- 16.2. Trenowanie klasyfikatora wieloklasowego
- 16.3. Redukcja wariancji poprzez regularyzację
- 16.4. Trenowanie klasyfikatora na bardzo dużych danych
- 16.5. Obsługa niezrównoważonych klas
- 17.0. Wprowadzenie
- 17.1. Trenowanie klasyfikatora liniowego
- 17.2. Obsługa liniowo nierozdzielnych klas przy użyciu funkcji jądra
- 17.3. Określanie prognozowanego prawdopodobieństwa
- 17.4. Identyfikacja wektorów nośnych
- 17.5. Obsługa niezrównoważonych klas
- 18.0. Wprowadzenie
- 18.1. Trenowanie klasyfikatora dla cech ciągłych
- 18.2. Trenowanie klasyfikatora dla cech dyskretnych lub liczebnych
- 18.3. Trenowanie naiwnego klasyfikatora bayesowskiego dla cech binarnych
- 18.4. Kalibrowanie prognozowanego prawdopodobieństwa
- 19.0. Wprowadzenie
- 19.1. Klasteryzacja za pomocą k średnich
- 19.2. Przyspieszanie klasteryzacji za pomocą k średnich
- 19.3. Klasteryzacja za pomocą algorytmu meanshift
- 19.4. Klasteryzacja za pomocą algorytmu DBSCAN
- 19.5. Klasteryzacja za pomocą łączenia hierarchicznego
- 20.0. Wprowadzenie
- 20.1. Utworzenie tensora
- 20.2. Utworzenie tensora z poziomu NumPy
- 20.3. Utworzenie tensora rzadkiego
- 20.4. Wybór elementów tensora
- 20.5. Opisanie tensora
- 20.6. Przeprowadzanie operacji na elementach tensora
- 20.7. Wyszukiwanie wartości minimalnej i maksymalnej
- 20.8. Zmiana kształtu tensora
- 20.9. Transponowanie tensora
- 20.10. Spłaszczanie tensora
- 20.11. Obliczanie iloczynu skalarnego
- 20.12. Mnożenie tensorów
- 21.0. Wprowadzenie
- 21.1. Używanie silnika Autograd frameworka PyTorch
- 21.2. Przygotowywanie danych dla sieci neuronowej
- 21.3. Projektowanie sieci neuronowej
- 21.4. Trenowanie klasyfikatora binarnego
- 21.5. Trenowanie klasyfikatora wieloklasowego
- 21.6. Trenowanie regresora
- 21.7. Generowanie prognoz
- 21.8. Wizualizacja historii trenowania
- 21.9. Redukcja nadmiernego dopasowania za pomocą regularyzacji wagi
- 21.10. Redukcja nadmiernego dopasowania za pomocą techniki wcześniejszego zakończenia procesu uczenia
- 21.11. Redukcja nadmiernego dopasowania za pomocą techniki porzucenia
- 21.12. Zapisywanie postępu modelu uczącego
- 21.13. Dostrajanie sieci neuronowej
- 21.14. Wizualizacja sieci neuronowej
- 22.0. Wprowadzenie
- 22.1. Wytrenowanie sieci neuronowej na potrzeby klasyfikacji obrazów
- 22.2. Wytrenowanie sieci neuronowej na potrzeby klasyfikacji tekstu
- 22.3. Dostrajanie wytrenowanego modelu na potrzeby klasyfikacji obrazu
- 22.4. Dostrajanie wytrenowanego modelu na potrzeby klasyfikacji tekstu
- 23.0. Wprowadzenie
- 23.1. Zapisywanie i wczytywanie modelu biblioteki scikit-learn
- 23.2. Zapisywanie i wczytywanie modelu biblioteki TensorFlow
- 23.3. Zapisywanie i wczytywanie modelu PyTorch
- 23.4. Udostępnianie modeli scikit-learn
- 23.5. Udostępnianie modeli TensorFlow
- 23.6. Udostępnianie modeli PyTorch za pomocą Seldon
1. Wektor, macierz i tablica
2. Wczytywanie danych
3. Przygotowywanie danych
4. Obsługa danych liczbowych
5. Obsługa danych kategoryzujących
6. Obsługa tekstu
7. Obsługa daty i godziny
8. Obsługa obrazów
9. Redukcja wymiarowości za pomocą wyodrębniania cech
10. Redukcja wymiarowości za pomocą wyboru cech
11. Ocena modelu
12. Wybór modelu
13. Regresja liniowa
14. Drzewa i lasy
15. Algorytm k najbliższych sąsiadów
16. Regresja logistyczna
17. Maszyna wektora nośnego
18. Naiwny klasyfikator bayesowski
19. Klasteryzacja
20. Tensory w PyTorch
21. Sieci neuronowe
22. Sieci neuronowe dla danych pozbawionych struktury
23. Zapisywanie, wczytywanie i udostępnianie wytrenowanych modeli
Helion - inne książki
-
Bestseller Nowość Promocja
Oto drugie wydanie książki, którą specjaliści CISO uznali za przełomową. Dowiesz się z niej, jak kwantyfikować niepewność i jak za pomocą prostych metod i narzędzi poprawić ocenę ryzyka w nowoczesnych organizacjach. Znalazły się tu nowe techniki modelowania, pomiaru i szacowania, a także mnóstwo praktycznych wskazówek dotyczących wdrażania tych rozwiązań w formie spójnego programu. Nauczysz się też oceniać ryzyko, gdy masz dostęp do niewielu danych. Przekonasz się, że zamiast metod jakościowych dużo lepsze efekty w zarządzaniu ryzykiem cyberbezpieczeństwa osiąga się dzięki kwantyfikacji i zaplanowanym pomiarom.- Druk
- PDF + ePub + Mobi pkt
(56,55 zł najniższa cena z 30 dni)
56.55 zł
87.00 zł (-35%) -
Bestseller Nowość Promocja
W tej książce omówiono wewnętrzny sposób działania frameworka Kubernetes i pokazano, jak za jego pomocą budować wydajne, niezawodne i odporne na awarie aplikacje natywnej chmury. Dowiesz się, jak kontenery używają przestrzeni nazw w celu izolowania procesów, a także jak korzystają z funkcjonalności ograniczania zasobów, aby zagwarantować, że proces będzie się opierał jedynie na tych, które zostały mu przydzielone. Nauczysz się instalować klaster Kubernetes, wdrażać kontenery i zrozumiesz, na czym polega przepływ pakietów między kontenerami w sieci hosta. Ponadto poznasz strategie tworzenia i uruchamiania kontenerów, które zapewnią oprogramowaniu optymalną wydajność, jak również sposoby identyfikowania i usuwania potencjalnych problemów.- Druk
- PDF + ePub + Mobi pkt
(57,84 zł najniższa cena z 30 dni)
57.84 zł
89.00 zł (-35%) -
Bestseller Nowość Promocja
Jeśli zastanawiasz się nad przekwalifikowaniem i karierą w branży informatycznej albo chcesz poszerzyć swoje umiejętności o programowanie, ale wydaje Ci się ono czarną magią, zapewniamy - w programowaniu nie ma nic z magii. To proces polegający na tworzeniu zbioru instrukcji, dzięki którym komputer wykona to, czego od niego oczekujesz. Jak się nauczyć pisać te instrukcje? Jeśli dysponujesz pakietem Microsoft Office i arkuszem kalkulacyjnym Excel, to masz też dostęp do języka programowania VBA (Visual Basic for Applications).- Druk
- PDF + ePub + Mobi pkt
(25,92 zł najniższa cena z 30 dni)
25.92 zł
39.90 zł (-35%) -
Bestseller Nowość Promocja
Ta zwięzła publikacja przyda się profesjonalistom, którzy lubią drobne ulepszenia prowadzące do dużych korzyści. Zrozumiale wyjaśniono w niej, na czym polega proces tworzenia czystego i niezawodnego kodu. W rozsądnej dawce podano zagadnienia teoretyczne, takie jak sprzężenie, kohezja, zdyskontowane przepływy pieniężne i opcjonalność. Porządkowanie kodu jest tu przedstawione jako element codziennej pracy programisty, prowadzący do poprawy struktury całego projektu. W książce znalazło się mnóstwo praktycznych przykładów, dzięki którym można wypróbować wybrane techniki, najlepiej sprawdzające się w danym przypadku.- Druk
- PDF + ePub + Mobi pkt
(29,94 zł najniższa cena z 30 dni)
32.43 zł
49.90 zł (-35%) -
Bestseller Nowość Promocja
Komputery firmy Apple to swojego rodzaju legenda - dla niektórych wybór oczywisty i właściwie jedyny, dla innych zwykła moda nakręcająca popularność, dla części tajemnica. Czy warto ją poznać i przesiąść się z komputera pracującego pod Windowsem lub Linuksem na Macintosha z macOS? Warto, warto, po trzykroć warto! I nie ma w tym grama przesady - sprzęt marki Apple jest niesamowity, praca na nim przynosi mnóstwo frajdy, a dzięki nowym ultrawydajnym i energooszczędnym procesorom Apple generacji M daje możliwości, o jakich użytkownikom pecetów nawet się nie śniło.- Druk
- PDF + ePub + Mobi pkt
(53,40 zł najniższa cena z 30 dni)
57.84 zł
89.00 zł (-35%) -
Bestseller Nowość Promocja
Dzięki tej świetnie napisanej, miejscami przezabawnej książce dowiesz się, na czym naprawdę polega testowanie granic bezpieczeństwa fizycznego. To fascynująca relacja o sposobach wynajdywania niedoskonałości zabezpieczeń, stosowania socjotechnik i wykorzystywania słabych stron ludzkiej natury. Wyjaśniono tu, jak działają systemy bezpieczeństwa banków i innych tego typu obiektów, zarówno na poziomie cyfrowym, jak i fizycznym, a także jak się wyszukuje podatności takich systemów. Pokazano też sporo narzędzi i technik, które ułatwiają uzyskanie dostępu do najlepiej zabezpieczonych obiektów na świecie. Dzięki tej książce przekonasz się, że przełamanie systemu bezpieczeństwa wymaga ogromnej cierpliwości, kreatywności i podejmowania szybkich decyzji, ale też że czasami można się do niego włamać z przerażającą łatwością.- Druk
- PDF + ePub + Mobi pkt
(35,40 zł najniższa cena z 30 dni)
38.35 zł
59.00 zł (-35%) -
Bestseller Nowość Promocja
Książka Java. Teoria w praktyce została pomyślana tak, by krok po kroku przybliżać specyfikę tego języka programowania. Zaczniesz od podstaw - poznasz między innymi główne założenia, zgodnie z którymi działa Java: maszynę wirtualną, zmienne, operatory, instrukcje sterujące i tablice - by następnie przejść do bardziej zaawansowanych zagadnień. Dowiesz się, czym jest programowanie zorientowane obiektowo, zapoznasz się z paradygmatem programowania funkcyjnego i z zagadnieniem przetwarzania strumieniowego.- Druk
- PDF + ePub + Mobi pkt
(65,40 zł najniższa cena z 30 dni)
70.85 zł
109.00 zł (-35%) -
Nowość Promocja
Ta książka zawiera szereg praktycznych wskazówek dotyczących przygotowania, przeprowadzania i oceniania wyników kontrolowanych eksperymentów online. Dzięki niej nauczysz się stosować naukowe podejście do formułowania założeń i oceny hipotez w testach A/B, dowiesz się także, jak sprawdzać wiarygodność wyników i interpretować je do celów dalszej pracy. Omówiono tu takie pułapki jak efekt przeniesienia, prawo Twymana, paradoks Simpsona i interakcji sieciowych, zaprezentowano również informacje ułatwiające zrozumienie praktycznych konsekwencji statystyki. Interesującą częścią książki jest opis skalowalnej platformy, która radykalnie zmniejsza całościowy koszt eksperymentu. Publikację docenią zarówno początkujący, jak i zaawansowani eksperymentatorzy, którzy wymagają wysokiej pewności uzyskanych wyników.- Druk
- PDF + ePub + Mobi pkt
(47,40 zł najniższa cena z 30 dni)
51.35 zł
79.00 zł (-35%) -
Bestseller Nowość Promocja
Współpraca z ChatGPT wymaga pewnego przygotowania. Niewątpliwą zaletą tej technologii jest to, że można się z nią porozumieć za pomocą języka naturalnego ― takiego, jakim komunikujemy się ze sobą na co dzień. Rzecz w tym, by nauczyć się w odpowiedni sposób zadawać pytania i wydawać polecenia, czyli tworzyć tak zwane prompty. W trakcie lektury prześledzisz różne metody tworzenia zapytań i poznasz konkretne przykłady ich zastosowania. Dowiesz się między innymi, jak pracować z tekstem, grafiką i analizą danych, a także jak skorzystać z ChatGPT do celów dydaktycznych. Zrozumiesz również, jak sztuczna inteligencja może Cię wesprzeć w programowaniu i projektowaniu. Dzięki temu będziesz w stanie osiągnąć wszystkie cele, jakie sobie wyznaczasz ― i to zarówno w życiu osobistym, jak i zawodowym. Już dziś rozpocznij przygodę z ChatGPT!- Druk
(29,94 zł najniższa cena z 30 dni)
32.43 zł
49.90 zł (-35%) -
Nowość Promocja
Dzięki tej książce poznasz od podstaw Gita i GitLaba. Dowiesz się, jak skonfigurować runnery GitLaba, a także jak tworzyć i konfigurować potoki dla różnych etapów cyklu rozwoju oprogramowania. Poznasz zasady interpretacji wyników potoków w GitLabie. Nauczysz się też wdrażania kodu w różnych środowiskach i korzystania z wielu zaawansowanych funkcji, takich jak łączenie GitLaba z Terraformem, klastrami Kubernetes czy uruchamianie i poprawa wydajności potoków. Skorzystasz ponadto z licznych przykładów i studiów przypadków, dzięki którym za pomocą potoków CI/CD zautomatyzujesz wszystkie etapy DevOps do budowy i wdrażania kodu o wysokiej jakości.- Druk
- PDF + ePub + Mobi pkt
(47,40 zł najniższa cena z 30 dni)
51.35 zł
79.00 zł (-35%)
Dzięki opcji "Druk na żądanie" do sprzedaży wracają tytuły Grupy Helion, które cieszyły sie dużym zainteresowaniem, a których nakład został wyprzedany.
Dla naszych Czytelników wydrukowaliśmy dodatkową pulę egzemplarzy w technice druku cyfrowego.
Co powinieneś wiedzieć o usłudze "Druk na żądanie":
- usługa obejmuje tylko widoczną poniżej listę tytułów, którą na bieżąco aktualizujemy;
- cena książki może być wyższa od początkowej ceny detalicznej, co jest spowodowane kosztami druku cyfrowego (wyższymi niż koszty tradycyjnego druku offsetowego). Obowiązująca cena jest zawsze podawana na stronie WWW książki;
- zawartość książki wraz z dodatkami (płyta CD, DVD) odpowiada jej pierwotnemu wydaniu i jest w pełni komplementarna;
- usługa nie obejmuje książek w kolorze.
Masz pytanie o konkretny tytuł? Napisz do nas: sklep@helion.pl
Książka drukowana
![](https://static01.helion.com.pl/helion/img/ajax-loader.gif)
![ajax-loader](https://static01.helion.com.pl/global/okladki/125x163/helion-loader.gif)
Oceny i opinie klientów: Uczenie maszynowe w Pythonie. Receptury. Od przygotowania danych do deep learningu. Wydanie II Kyle Gallatin, Chris Albon (3)
Weryfikacja opinii następuję na podstawie historii zamówień na koncie Użytkownika umieszczającego opinię. Użytkownik mógł otrzymać punkty za opublikowanie opinii uprawniające do uzyskania rabatu w ramach Programu Punktowego.
(2)
(0)
(1)
(0)
(0)
(0)
więcej opinii
ukryj opinie