reklama - zainteresowany?

Uczenie maszynowe. Elementy matematyki w analizie danych - Helion

Uczenie maszynowe. Elementy matematyki w analizie danych
Autor: Leszek Albrzykowski
ISBN: 978-83-283-9139-0
okładka: mi
Data wydania: 2022-09-01
Ksi─Ögarnia: Helion

Cena ksi─ů┼╝ki: 25,93 z┼é (poprzednio: 39,89 z┼é)
Oszczędzasz: 35% (-13,96 zł)

Dodaj do koszyka Uczenie maszynowe. Elementy matematyki w analizie danych

Dodaj do koszyka Uczenie maszynowe. Elementy matematyki w analizie danych

 

Osoby które kupowały "Uczenie maszynowe. Elementy matematyki w analizie danych", wybierały także:

  • Windows Media Center. Domowe centrum rozrywki
  • Ruby on Rails. ─ćwiczenia
  • DevOps w praktyce. Kurs video. Jenkins, Ansible, Terraform i Docker
  • Przyw├│dztwo w ┼Ťwiecie VUCA. Jak by─ç skutecznym liderem w niepewnym ┼Ťrodowisku
  • Scrum. O zwinnym zarz─ůdzaniu projektami. Wydanie II rozszerzone

Dodaj do koszyka Uczenie maszynowe. Elementy matematyki w analizie danych

Spis tre┼Ťci

Uczenie maszynowe. Elementy matematyki w analizie danych -- spis tre┼Ťci

Od autora

ROZDZIA┼ü 1. Liniowe zale┼╝no┼Ťci danych

  • Kowariancja
  • Wspó┼éczynnik korelacji
  • Regresja liniowa
  • Co dalej?
  • Bibliografia

ROZDZIAŁ 2. Wnioskowanie bayesowskie

  • Twierdzenie Bayesa
  • Naiwny klasyfikator bayesowski
  • Co dalej?
  • Bibliografia

ROZDZIA┼ü 3. Czynniki wp┼éywaj─ůce na wyniki modelu

  • Propensity score matching
  • Shapley value
  • Co dalej?
  • Bibliografia

ROZDZIAŁ 4. Detekcja anomalii

  • Detekcja anomalii za pomoc─ů z-score
  • Detekcja anomalii za pomoc─ů algorytmów klastruj─ůcych
  • Algorytm Isolation Forest
  • Co dalej?
  • Bibliografia

ROZDZIAŁ 5. Ewaluacja modeli

  • Ewaluacja modeli klasyfikacji
  • Ewaluacja modeli regresji
  • Co dalej?
  • Bibliografia

Zakończenie

Dodaj do koszyka Uczenie maszynowe. Elementy matematyki w analizie danych

Code, Publish & WebDesing by CATALIST.com.pl



(c) 2005-2024 CATALIST agencja interaktywna, znaki firmowe nale┼╝─ů do wydawnictwa Helion S.A.