ODBIERZ TWÓJ BONUS :: »

    Wnioskowanie i związki przyczynowe w Pythonie. Nowoczesne uczenie maszynowe z wykorzystaniem bibliotek DoWhy, EconML, PyTorch i nie tylko

    (ebook) (audiobook) (audiobook)
    Wydawnictwo:
    Helion
    Wydawnictwo:
    Helion
    Ocena:
    Bądź pierwszym, który oceni tę książkę
    Stron:
    421
    Druk:
    oprawa miękka
    Dostępne formaty:
    PDF
    ePub
    Mobi
    Czytaj fragment
    Wyłącznie

    Książka (87,20 zł najniższa cena z 30 dni)

    109,00 zł (-20%)
    87,20 zł

    Powiadom mnie, gdy książka będzie dostępna

    Dodaj do koszyka Przedsprzedaż Realizacja zamówień od 2024-05-28

    ( 87,20 zł najniższa cena z 30 dni)

    Ebook (70,85 zł najniższa cena z 30 dni)

    109,00 zł (-35%)
    70,85 zł

    Powiadom mnie, gdy książka będzie dostępna

    Dodaj do koszyka Przedsprzedaż Realizacja zamówień od 2024-05-28

    ( 70,85 zł najniższa cena z 30 dni)

    Przenieś na półkę

    Do przechowalni

    Do przechowalni

    Powiadom o dostępności audiobooka »

    W uczeniu maszynowym odkrywanie związków przyczynowych daje możliwości, jakich nie można uzyskać tradycyjnymi technikami statystycznymi. Najnowsze trendy w programowaniu pokazują, że przyczynowość staje się kluczowym zagadnieniem dla generatywnej sztucznej inteligencji. Niezbędna okazuje się więc znajomość grafów przyczynowych i zapytań konfrontacyjnych.

    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.

    W książce:

    • wnioskowanie związków przyczynowych
    • budowa i działanie strukturalnych modeli przyczynowych
    • czteroetapowy proces wnioskowania związków przyczynowych w Pythonie
    • techniki modelowania efektu interwencji
    • nowoczesne metody odkrywania związków przyczynowych za pomocą Pythona
    • korzystanie z wnioskowania związków przyczynowych

    Przyczyna i skutek, nic więcej. Pomyłki jako takie nie istnieją...

    Jose Antonio Cotrina, hiszpański pisarz science fiction

    Wybrane bestsellery

    O autorze ebooka

    Aleksander Molak jest niezależnym badaczem i konsultantem w dziedzinie uczenia maszynowego. Współpracował z licznymi firmami w Europie, USA i Izraelu, gdzie uczestniczył w tworzeniu wielkoskalowych systemów uczenia maszynowego. Jest też współzałożycielem firmy Lespire.io, dostawcy szkoleń z zakresu sztucznej inteligencji dla zespołów korporacyjnych. 

    Helion - inne książki

    Zamknij

    Wybierz metodę płatności

    Zamknij Pobierz aplikację mobilną Ebookpoint