Uczenie maszynowe. Elementy matematyki w analizie danych - Helion
ebook
Autor: Leszek AlbrzykowskiISBN: 978-83-289-0079-0
stron: 104, Format: ebook
Data wydania: 0000-00-00
Księgarnia: Helion
Cena książki: 21,95 zł (poprzednio: 39,20 zł)
Oszczędzasz: 44% (-17,25 zł)
Tagi: Uczenie maszynowe
Na styku matematyki i informatyki
Uczenie maszynowe (ML) i sztuczna inteligencja (AI). Obok komputerów kwantowych to dwa g
Osoby które kupowały "Uczenie maszynowe. Elementy matematyki w analizie danych", wybierały także:
- Uczenie maszynowe w aplikacjach. Projektowanie, budowa i wdrażanie 57,74 zł, (17,90 zł -69%)
- TensorFlow. 13 praktycznych projektów wykorzystujących uczenie maszynowe 57,74 zł, (17,90 zł -69%)
- Web scraping w Data Science. Kurs video. Uczenie maszynowe i architektura splotowych sieci neuronowych 179,00 zł, (71,60 zł -60%)
- Konwolucyjne sieci neuronowe. Kurs video. Tensorflow i Keras w rozpoznawaniu obraz 149,00 zł, (59,60 zł -60%)
- Data Science w Pythonie. Kurs video. Algorytmy uczenia maszynowego 199,00 zł, (79,60 zł -60%)
Spis treści
Uczenie maszynowe. Elementy matematyki w analizie danych eBook -- spis treści
Od autora
ROZDZIAŁ 1. Liniowe zależności danych
- Kowariancja
- Współczynnik korelacji
- Regresja liniowa
- Co dalej?
- Bibliografia
ROZDZIAŁ 2. Wnioskowanie bayesowskie
- Twierdzenie Bayesa
- Naiwny klasyfikator bayesowski
- Co dalej?
- Bibliografia
ROZDZIAŁ 3. Czynniki wpływające na wyniki modelu
- Propensity score matching
- Shapley value
- Co dalej?
- Bibliografia
ROZDZIAŁ 4. Detekcja anomalii
- Detekcja anomalii za pomocą z-score
- Detekcja anomalii za pomocą algorytmów klastrujących
- Algorytm Isolation Forest
- Co dalej?
- Bibliografia
ROZDZIAŁ 5. Ewaluacja modeli
- Ewaluacja modeli klasyfikacji
- Ewaluacja modeli regresji
- Co dalej?
- Bibliografia
Zakończenie