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: 23,94 zł (poprzednio: 39,90 zł)
Oszczędzasz: 40% (-15,96 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:
- Data Science w Pythonie. Kurs video. Przetwarzanie i analiza danych 149,00 zł, (67,05 zł -55%)
- Sztuczna inteligencja. Nowe spojrzenie. Wydanie IV. Tom 1 169,00 zł, (84,50 zł -50%)
- Sztuczna inteligencja. Nowe spojrzenie. Wydanie IV. Tom 2 129,00 zł, (64,50 zł -50%)
- TinyML. Wykorzystanie TensorFlow Lite do uczenia maszynowego na Arduino i innych mikrokontrolerach 99,00 zł, (49,50 zł -50%)
- Sztuczna inteligencja na froncie. Kurs video. Uczenie maszynowe w JavaScript 129,00 zł, (64,50 zł -50%)
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