Stan książek
Nasze książki są dokładnie sprawdzone i jasno określamy stan każdej z nich.
Nowa
Książka nowa.
Używany - jak nowa
Niezauważalne lub prawie niezauważalne ślady używania. Książkę ciężko odróżnić od nowej pozycji.
Używany - dobry
Normalne ślady używania wynikające z kartkowania podczas czytania, brak większych uszkodzeń lub zagięć.
Używany - widoczne ślady użytkowania
zagięte rogi, przyniszczona okładka, książka posiada wszystkie strony.
Wnioskowanie i związki przyczynowe w Pythonie
Masz tę lub inne książki?
Sprzedaj je u nas
Odkrywanie związków przyczynowych w uczeniu maszynowym oferuje możliwości, które wykraczają poza tradycyjne metody statystyczne. Współczesne kierunki w programowaniu wskazują na rosnącą rolę przyczynowości w kontekście generatywnej sztucznej inteligencji, co sprawia, że znajomość grafów przyczynowych i umiejętność formułowania zapytań konfrontacyjnych staje się nieodzowna.Ta książka w przystępny sposób wprowadzi Cię w fundamenty teoretyczne, umożliwiając ich zastosowanie w praktycznych sytuacjach. Odkryjesz, jak myślenie przyczynowe może ułatwić rozwiązywanie problemów oraz zapoznasz się z koncepcjami Pearla, w tym z modelami strukturalnymi, interwencjami i kontrfaktami. Każde pojęcie jest przedstawione szczegółowo i poparte zestawem ćwiczeń praktycznych z użyciem języka programowania Python. Nauczysz się implementować różne modele oraz dowiesz, jak dobierać odpowiednie metody i algorytmy do określonych wyzwań przyczynowych. Przewodnik ten z pewnością zostanie doceniony przez inżynierów uczenia maszynowego i analityków danych.
Wybierz stan zużycia:
WIĘCEJ O SKALI
Odkrywanie związków przyczynowych w uczeniu maszynowym oferuje możliwości, które wykraczają poza tradycyjne metody statystyczne. Współczesne kierunki w programowaniu wskazują na rosnącą rolę przyczynowości w kontekście generatywnej sztucznej inteligencji, co sprawia, że znajomość grafów przyczynowych i umiejętność formułowania zapytań konfrontacyjnych staje się nieodzowna.Ta książka w przystępny sposób wprowadzi Cię w fundamenty teoretyczne, umożliwiając ich zastosowanie w praktycznych sytuacjach. Odkryjesz, jak myślenie przyczynowe może ułatwić rozwiązywanie problemów oraz zapoznasz się z koncepcjami Pearla, w tym z modelami strukturalnymi, interwencjami i kontrfaktami. Każde pojęcie jest przedstawione szczegółowo i poparte zestawem ćwiczeń praktycznych z użyciem języka programowania Python. Nauczysz się implementować różne modele oraz dowiesz, jak dobierać odpowiednie metody i algorytmy do określonych wyzwań przyczynowych. Przewodnik ten z pewnością zostanie doceniony przez inżynierów uczenia maszynowego i analityków danych.
Szczegóły
Dane producenta:
Inne książki: Aleksander Molak
Podobne produkty
Może Ci się spodobać
Inne książki z tej samej kategorii
Napisz opinię o książce i wygraj nagrodę!
W każdym miesiącu wybieramy najlepsze opinie i nagradzamy recenzentów.
Dowiedz się więcejWartość nagród w tym miesiącu
880 zł
Dodaj swoją opinię
Zaloguj się na swoje konto, aby mieć możliwość dodawania opinii.
Czy chcesz zostawić tylko ocenę?
Dodanie samej oceny o książce nie jest brane pod uwagę podczas losowania nagród. By mieć szansę na otrzymanie nagrody musisz napisać opinię o książce.
Już oceniłeś/zrecenzowałeś te książkę w przeszłości.
Możliwe jest dodanie tylko jednej recenzji do każdej z książek.
Sposoby dostawy
Odbiór w punkcie (6)
InPost Paczkomat 24/7
13,99 zł
ORLEN Paczka
12,99 zł
Dostawa na adres (7)
GLS U Ciebie - Kurier
14,99 zł
Kurier DPD
14,99 zł
Sposoby płatności
Płatność z góry
Przedpłata
Zwykły przelew
