Uczenie maszynowe z użyciem Scikit-Learn i PyTorch. Koncepcje, narzędzia i techniki umożliwiające konstruowanie inteligentnych systemów

Uczenie maszynowe oraz sztuczna inteligencja są obecnie jednymi z najważniejszych zagadnień w sektorze IT. Od narzędzi takich jak ChatGPT po autonomiczne pojazdy, technologie AI mają znaczący wpływ na każdą gałąź przemysłu. Popyt na ekspertów w dziedzinie uczenia maszynowego wzrasta w szybkim tempie, co czyni umiejętność tworzenia i wdrażania modeli ML jedną z najbardziej poszukiwanych na rynku pracy. Książka ta stanowi obszerny przewodnik po zastosowaniach uczenia maszynowego za pomocą takich narzędzi, jak Scikit-Learn do typowych algorytmów ML oraz PyTorch, wiodącej biblioteki do zaawansowanego uczenia. Publikacja prowadzi czytelnika od podstawowych pojęć uczenia maszynowego aż do skomplikowanych metod uczenia głębokiego. W pierwszej części znajdziemy informacje o przygotowywaniu danych, wyborze i szkoleniu modeli, a także o klasyfikacji, regresji, drzewach decyzyjnych, lasach losowych i technikach redukcji wymiarowości. Druga część skupia się na sieciach neuronowych i zaawansowanym uczeniu w PyTorch, obejmując takie zagadnienia jak perceptrony, sieci splotowe dla komputerowego widzenia, a także rekurencyjne sieci do analizy sekwencji i transformatory stosowane w nowoczesnych asystentach AI. Książka zawiera praktyczne przykłady w formie notatników Jupyter, które można uruchomić w Google Colab. Są w niej opisane pełne projekty ML, klasyczne algorytmy oraz sieci neuronowe w PyTorch, CNN do rozpoznawania obrazów i wykrywania obiektów, transformatory do przetwarzania języków naturalnych, uczenie przez wzmacnianie oraz generatywne modele AI, a także transfer learning, kwantyzację i przyspieszanie modeli. Ta publikacja stworzyła nową generację praktyków uczenia maszynowego, będąc kluczowym narzędziem edukacyjnym w tej dziedzinie, szczególnie ze względu na aktualizacje związane z PyTorch. Ekspert Tarun Narayanan z Amazon AGI podkreśla, że książka autorstwa Aurélien Géron oferuje praktyczne wdrożenia przy użyciu Scikit-Learn i PyTorch, które podejmują ważne koncepcje, równocześnie przybliżając teorię w sposób zrozumiały. Ulf Bissbort, współzałożyciel i dyrektor techniczny ZefHub, zapewnia, że publikacja jest nieocenionym źródłem wiedzy dla nowicjuszy. Haesun Park, nagrodzona Microsoft AI MVP, docenia przystępność książki. Aurélien Géron, będący konsultantem ds. uczenia maszynowego, wcześniej pracował w Google, gdzie w latach 2013-2016 prowadził zespół odpowiedzialny za klasyfikację filmów na YouTube. Był również założycielem i dyrektorem technicznym Wifirst, czołowego dostawcy usług internetowych we Francji, oraz pełnił te same funkcje w Polyconseil, firmie prowadzącej projekt Autolib’.