Uczenie maszynowe z użyciem Scikit-Learn i TensorFlow

W ostatnich latach uczenie maszynowe zyskało kluczową rolę w rozwoju nowoczesnych technologii. Obecnie stanowi fundament aplikacji takich jak zaawansowane wyszukiwarki internetowe, funkcje rozpoznawania mowy w urządzeniach mobilnych, czy systemy rekomendacyjne dostosowujące treści do indywidualnych preferencji. Możliwe, że w przyszłości inteligentne systemy przejmą stery w naszych samochodach. Uczenie głębokie zrewolucjonizowało tę dziedzinę, oferując niezwykłe możliwości, choć jednocześnie wymagając ogromnych zasobów obliczeniowych i danych. Programiści specjalizujący się w implementacji takich rozwiązań są wysoko cenieni na rynku pracy i mogą liczyć na interesujące propozycje zawodowe.

Książka ta to praktyczny przewodnik po świecie systemów inteligentnych. Zawiera kluczowe zagadnienia teoretyczne z zakresu uczenia maszynowego i sieci neuronowych, podane w przystępny sposób. Czytelnik znajdzie tu jasno wyjaśnione koncepcje oraz narzędzia potrzebne do tworzenia inteligentnych systemów. Szczególny nacisk położono na omówienie Scikit-Learn i TensorFlow, popularnych środowisk produkcyjnych w języku Python, pokazując krok po kroku, jak z ich pomocą budować sieci neuronowe. Liczne przykłady praktyczne i ćwiczenia ułatwią zrozumienie i utrwalenie zdobytej wiedzy. Jeżeli posiadasz podstawową znajomość Pythona, ta przystępnie napisana książka szybko nauczy Cię, jak implementować inteligentne systemy.

W książce zawarto m.in.:

- Podstawowe pojęcia z zakresu uczenia maszynowego, uczenia głębokiego i sieci neuronowych
- Techniki przygotowywania i zarządzania zbiorami danych
- Opis algorytmów uczenia maszynowego
- Różnorodne architektury sieci neuronowych
- Metody uczenia głębokich sieci neuronowych
- Przetwarzanie dużych zbiorów danych oraz uczenie przez wzmacnianie