Praktyczne uczenie maszynowe

W XXI wieku sztuczna inteligencja staje się integralną częścią naszego codziennego życia. Książka "Praktyczne uczenie maszynowe" pozwala zgłębić kluczowe aspekty nauczania maszynowego oraz poznać praktyczne zastosowania języków takich jak SQL i Python.

Data science to dynamicznie rozwijająca się dziedzina, której celem jest rozwój sztucznej inteligencji. Opiera się na inżynierii danych, której zastosowania są widoczne w codziennych technologiach, takich jak systemy nawigacyjne obliczające najkrótszą trasę, systemy rozpoznawania tablic rejestracyjnych, chatboty, asystenci głosowi i aplikacje do rozpoznawania obrazów. Posiadanie wiedzy z zakresu geometrii, algorytmiki, rachunku prawdopodobieństwa, algebry oraz statystyki jest kluczowe w tej dziedzinie. Równie ważne są także umiejętności programistyczne, a Python jest jednym z dedykowanych do tego języków.

Pozycja "Praktyczne uczenie maszynowe" łączy wartościową teorię z praktycznym podejściem. Autor, Marcin Szeliga, prowadzi czytelników przez proces zrozumienia i rozwiązywania typowych problemów związanych z prognozowaniem zysków, oceną ryzyka kredytowego oraz konserwacją sprzętu. W książce znajdziemy opis kluczowych narzędzi, podstaw nauczania maszynowego i metod oceny jakości danych. Na końcowym etapie czytelnik jest wprowadzany do zasad tworzenia modeli uczenia maszynowego, które wymagają analizy dużych zbiorów danych oraz ich optymalizacji, a następnie wdrażane są do produkcji.

Książka skierowana jest do studentów, programistów i analityków danych, którym autor ułatwia praktyczne opanowanie zagadnień z zakresu statystyki, języków SQL, R i Pythona, a także funkcjonowania algorytmów uczenia maszynowego oraz procesu tworzenia, optymalizacji i wdrażania modeli produkcyjnych. Wzbogacona o wyraźne ilustracje, książka jest napisana w sposób jasny i przystępny. Marcin Szeliga jest również autorem innych poradników, takich jak "Praktyczny kurs SQL", "Data Science i uczenie maszynowe" oraz "Access 2016 PL. Kurs".