Facebook
    ODBIERZ TWÓJ BONUS :: »

    Algorytmy Data Science. Siedmiodniowy przewodnik. Wydanie II (ebook)(audiobook)(audiobook)

    Wydawnictwo:
    Helion
    Wydawnictwo:
    Helion
    Ocena:
    Bądź pierwszym, który oceni tę książkę
    Stron:
    208
    Druk:
    oprawa miękka
    3w1 w pakiecie:
    PDF
    ePub
    Mobi
    Wyłącznie

    Książka

    49,00 zł

    Dodaj do koszyka Wysyłamy w 24h Dostawa 0,00 zł

    Ebook

    49,00 zł 20%
    39,20 zł

    Dodaj do koszyka lub Kup na prezent Kup 1-kliknięciem

    Przenieś na półkę

    Do przechowalni

    Do przechowalni

    Data science jest interdyscyplinarną dziedziną naukową łączącą osiągnięcia uczenia maszynowego, statystyki i eksploracji danych. Umożliwia wydobywanie nowej wiedzy z istniejących danych poprzez stosowanie odpowiednich algorytmów i analizy statystycznej. Stworzono dotąd wiele algorytmów tej kategorii i wciąż powstają nowe. Stanowią one podstawę konstruowania modeli umożliwiających wyodrębnianie określonych informacji z danych odzwierciedlających zjawiska zachodzące w świecie rzeczywistym, pozwalają też na formułowanie prognoz ich przebiegu w przyszłości. Algorytmy data science są postrzegane jako ogromna szansa na zdobycie przewagi konkurencyjnej, a ich znaczenie stale rośnie.

    Ta książka jest zwięzłym przewodnikiem po algorytmach uczenia maszynowego. Jej cel jest prosty: w ciągu siedmiu dni masz opanować solidne podstawy siedmiu najważniejszych dla uczenia maszynowego algorytmów. Opisom poszczególnych algorytmów towarzyszą przykłady ich implementacji w języku Python, a praktyczne ćwiczenia, które znajdziesz na końcu każdego rozdziału, ułatwią Ci lepsze zrozumienie omawianych zagadnień. Co więcej, dzięki książce nauczysz się właściwie identyfikować problemy z zakresu data science. W konsekwencji dobieranie odpowiednich metod i narzędzi do ich rozwiązywania okaże się dużo łatwiejsze.

    W tej książce:

    • efektywne implementacje algorytmów uczenia maszynowego w języku Python
    • klasyfikacja danych przy użyciu twierdzenia Bayesa, drzew decyzyjnych i lasów losowych
    • podział danych na klastery za pomocą algorytmu k-średnich
    • stosowanie analizy regresji w parametryzacji modeli przewidywań
    • analiza szeregów czasowych pod kątem trendów i sezonowości danych

    Algorytmy data science: poznaj, zrozum, zastosuj!

    O autorze

    Dávid Natingga jest naukowcem specjalizującym się w dziedzinie sztucznej inteligencji. Zajmuje się teorią obliczeń i wykorzystaniem matematyki w algorytmach SI. Wcześniej optymalizował algorytmy na potrzeby uczenia maszynowego oraz big data. Jest autorem ciekawego algorytmu sugerowania produktów na podstawie preferencji klientów i cech gatunków kawy. W 2016 roku spędził osiem miesięcy jako research visitor w Japońskim Instytucie Naukowo-Technologicznym w Kanazawie.

    Zamknij

    Wybierz metodę płatności