ODBIERZ TWÓJ BONUS :: »

Uczenie maszynowe z językiem JavaScript. Rozwiązywanie złożonych problemów Burak Kanber

Autor:
Burak Kanber
Wydawnictwo:
Helion
Wydawnictwo:
Helion
Ocena:
6.0/6  Opinie: 1
Stron:
328
Druk:
oprawa miękka
Dostępne formaty:
     PDF
     ePub
     Mobi
Czytaj fragment
Książka
niedostępna
Powiadom mnie, gdy książka będzie dostępna

Ebook
29,49 zł 59,00 zł (-50%)
29,49 zł najniższa cena z 30 dni

Dodaj do koszyka lub Kup na prezent Kup 1-kliknięciem

Przenieś na półkę

Do przechowalni

Powiadom o dostępności audiobooka »

Czego się nauczysz?

  • Implementowania algorytmów uczenia maszynowego w języku JavaScript i Node.js
  • Przygotowywania i czyszczenia danych, w tym obsługi braków, szumów i wartości odstających
  • Wybierania i wyodrębniania cech istotnych dla modeli uczenia maszynowego
  • Stosowania algorytmów grupowania, takich jak k-średnich, do analizy klastrów danych
  • Tworzenia klasyfikatorów z użyciem KNN, naiwnego Bayesa, maszyn wektorów nośnych i lasów losowych
  • Wdrażania algorytmów reguł asocjacyjnych do analizy koszykowej i rekomendacji
  • Budowania modeli regresji liniowej, wykładniczej i wielomianowej do przewidywania wartości
  • Analizowania szeregów czasowych z wykorzystaniem filtracji, sezonowości i analizy fourierowskiej
  • Tworzenia i trenowania sztucznych sieci neuronowych z propagacją wsteczną w TensorFlow.js
  • Projektowania głębokich sieci neuronowych, w tym konwolucyjnych (CNN) i rekurencyjnych (RNN, LSTM, GRU)
  • Przetwarzania języka naturalnego: tokenizacji, stemmingu, ważenia terminów oraz oznaczania części mowy
  • Implementowania technik fonetycznych i obliczania odległości edycyjnej w analizie tekstu
  • Wykorzystywania sieci neuronowych do rozpoznawania obrazów i pisma odręcznego
  • Wdrażania uczenia maszynowego w aplikacjach czasu rzeczywistego z serializacją modeli i potokowaniem danych
  • Łączenia i agregowania danych oraz zarządzania przepływem danych w aplikacjach ML
  • Dobierania optymalnych algorytmów i modeli do specyfiki problemu oraz dostępnych zasobów

Uczenie maszynowe jeszcze kilka lat temu stanowiło niemal wiedzę tajemną. Nieliczni eksperci w tej dziedzinie publikowali materiały w naukowym, matematycznym języku, który wymagał biegłości w algebrze liniowej czy rachunku wektorowym. Korzystano najczęściej z Pythona i jego bibliotek. Obecnie, wraz ze wzrostem popularności uczenia maszynowego, zwiększają się możliwości jego praktycznej implementacji. Rzeczywista biegłość w tej dziedzinie wymaga jednak dogłębnego zrozumienia mechaniki działania algorytmów stosowanych w uczeniu maszynowym. Implementacja tych algorytmów w JavaScripcie jest znakomitym wyborem: język ten stał się dojrzałym, potężnym i wszechstronnym narzędziem do rozwiązywania złożonych problemów.

Chcesz nauczyć się implementacji algorytmów uczenia maszynowego bez zbytniego zagłębiania się w niuanse matematyczne? Jeśli dodatkowo znasz język JavaScript, ta książka jest dla Ciebie idealnym wyborem. Wyjaśniono w niej, w jaki sposób tworzyć własne implementacje, podano też przykłady przydatnych bibliotek. Sporo miejsca poświęcono sieciom neuronowym, ich architekturze i przykładom zastosowania. Przedstawiono takie zagadnienia jak wykrywanie twarzy, filtrowanie spamu, tworzenie systemów rekomendacji, rozpoznawanie znaków oraz przetwarzanie języka naturalnego. Znalazły się tu również wskazówki dotyczące dobierania odpowiednich bibliotek JavaScriptu, takich jak NaturalNode, brain, harthur oraz klasyfikatory, co umożliwia projektowanie bardziej inteligentnych aplikacji.

Najważniejsze zagadnienia przedstawione w książce:

  • potencjał JavaScriptu w uczeniu maszynowym
  • algorytmy grupowania, klasyfikacji, reguły kojarzenia
  • algorytmy regresji, przewidywanie wzorców i predykcja
  • sieci neuronowe i głębokie sieci neuronowe
  • uczenie maszynowe w aplikacjach czasu rzeczywistego

Uczenie maszynowe - coś dla wyjadaczy JavaScriptu!

Wiosna w głowie, ebook w dłoni! / do -50% na tysiące tytułów

Wybrane bestsellery

O autorze książki

Burak Kanber — inżynier, przedsiębiorca. Od ponad 20 lat zajmuje się tworzeniem oprogramowania oraz doradztwem, jest również współtwórcą kilku startupów technologicznych. Specjalizuje się w technologiach sieciowych (języki Python i JavaScript należą do jego ulubionych), inżynierii (fascynują go zwłaszcza systemy kontroli i pojazdy hybrydowe) oraz zagadnieniach zwinnego wytwarzania oprogramowania. Napisał bardzo popularną serię artykułów Machine Learning in JavaScript.

Zobacz pozostałe książki z serii

Helion - inne książki

Najczęściej zadawane pytania (FAQ)
1. Czy książka "Uczenie maszynowe z językiem JavaScript. Rozwiązywanie złożonych problemów" wymaga zaawansowanej znajomości matematyki?
Nie, autor wyjaśnia algorytmy i koncepcje uczenia maszynowego w przystępny sposób, skupiając się na praktycznej implementacji, bez konieczności głębokiego wchodzenia w zaawansowane zagadnienia matematyczne.
2. Jakie umiejętności programistyczne są potrzebne, aby w pełni skorzystać z książki?
Podstawowa znajomość języka JavaScript wystarczy, aby rozpocząć naukę z książką. Przykłady i wyjaśnienia są dostosowane do osób, które programują w tym języku na poziomie co najmniej średniozaawansowanym.
3. Czy w książce znajdują się praktyczne przykłady i gotowe fragmenty kodu?
Tak, książka zawiera liczne przykłady kodu, instrukcje krok po kroku oraz gotowe rozwiązania, które można wykorzystać w swoich projektach.
4. Jakie zagadnienia uczenia maszynowego są omawiane w książce?
Książka obejmuje m.in. algorytmy grupowania, klasyfikacji, regresji, reguły asocjacyjne, sieci neuronowe (w tym głębokie), przetwarzanie języka naturalnego oraz zastosowanie uczenia maszynowego w aplikacjach czasu rzeczywistego.
5. Czy książka omawia konkretne biblioteki JavaScript do uczenia maszynowego?
Tak, w publikacji przedstawiono i porównano popularne biblioteki JavaScript, takie jak NaturalNode, brain, harthur czy TensorFlow.js, wraz z praktycznymi przykładami ich użycia.
6. Czy książka może być przydatna do nauki samodzielnej lub jako materiał do kursu?
Zdecydowanie tak - treści są uporządkowane w logiczne rozdziały, a liczne przykłady i zadania praktyczne czynią ją świetnym materiałem zarówno do nauki indywidualnej, jak i jako wsparcie na kursach programowania.
7. Czy po zakupie książki otrzymam dostęp do dodatkowych materiałów lub kodów źródłowych?
Informacje o ewentualnych materiałach dodatkowych, takich jak pliki z kodami źródłowymi, znajdują się w książce lub na stronie wydawcy. Zwykle autorzy udostępniają repozytoria z kodem - szczegóły są opisane w publikacji.

Zamknij

Przenieś na półkę
Dodano produkt na półkę
Usunięto produkt z półki
Przeniesiono produkt do archiwum
Przeniesiono produkt do biblioteki

Zamknij

Wybierz metodę płatności

Książka
59,00 zł
Niedostępna
Ebook
29,49 zł
Dodaj do koszyka
Płatności obsługuje:
Ikona płatności Alior Bank Ikona płatności Apple Pay Ikona płatności Bank PEKAO S.A. Ikona płatności Bank Pocztowy Ikona płatności Banki Spółdzielcze Ikona płatności BLIK Ikona płatności Crédit Agricole e-przelew Ikona płatności Google Pay Ikona płatności ING Bank Śląski Ikona płatności mBank Ikona płatności Millennium Ikona płatności Nest Bank Ikona płatności Paypal Ikona płatności PayPo | PayU Płacę później Ikona płatności PayU Płacę później Ikona płatności Plus Bank Ikona płatności Płacę z Citi Handlowy Ikona płatności Płać z BOŚ Ikona płatności Płatność online kartą płatniczą Ikona płatności Santander Ikona płatności Visa Mobile