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:
- Web scraping w Data Science. Kurs video. Uczenie maszynowe i architektura splotowych sieci neuronowych 179,00 zł, (80,55 zł -55%)
- Konwolucyjne sieci neuronowe. Kurs video. Tensorflow i Keras w rozpoznawaniu obraz 149,00 zł, (67,05 zł -55%)
- Data Science w Pythonie. Kurs video. Algorytmy uczenia maszynowego 198,98 zł, (89,54 zł -55%)
- Data Science w Pythonie. Kurs video. Przetwarzanie i analiza danych 149,00 zł, (67,05 zł -55%)
- Machine Learning i język Python. Kurs video. Praktyczne wykorzystanie popularnych bibliotek 243,59 zł, (112,05 zł -54%)
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