Uczenie maszynowe

Uczenie maszynowe (ang. machine learning) zajmuje się teorią i praktycznym zastosowaniem algorytmów analizujących dane — stanowi najciekawszą dziedzinę informatyki. Żyjemy w czasach przetwarzania olbrzymiej ilości informacji; za pomocą samouczących się algorytmów będących częścią uczenia maszynowego informacje te są przekształcane w rzeczywistą wiedzę. Dzięki licznym i potężnym bibliotekom o jawnym kodzie źródłowym, które powstały w ostatnich latach, prawdopodobnie teraz jest najlepszy czas, aby zainteresować się uczeniem maszynowym i nauczyć się wykorzystywać potężne algorytmy do wykrywania wzorców w przetwarzanych danych oraz prognozować przyszłe zdarzenia. Przykładami zastosowania Machine Learning są np. mechanizmy wyszukiwarek internetowych, GPS, autokorekta w edytorze tekstu czy boty w komunikatorach. Jedną z dziedzin uczenia maszynowego jest deep learning, podczas którego komputer uczy się procesów naturalnych dla ludzkiego mózgu (tworzy sieci neuronowe). Technologia ta jest wykorzystywana np. przy identyfikacji głosu i obrazów.

siatka lista

Machine Learning Quick Reference. Quick and essential machine learning hacks for training smart data models

Rahul Kumar

Machine Learning Security with Azure. Best practices for assessing, securing, and monitoring Azure Machine Learning workloads

Georgia Kalyva, George Kavvalakis

Machine Learning Solutions. Expert techniques to tackle complex machine learning problems using Python

Jalaj Thanaki

Machine Learning Using TensorFlow Cookbook. Create powerful machine learning algorithms with TensorFlow

Alexia Audevart, Konrad Banachewicz, Luca Massaron

Machine Learning with Amazon SageMaker Cookbook. 80 proven recipes for data scientists and developers to perform machine learning experiments and deployments

Joshua Arvin Lat

Machine Learning with BigQuery ML. Create, execute, and improve machine learning models in BigQuery using standard SQL queries

Alessandro Marrandino

Machine Learning with Core ML. An iOS developer's guide to implementing machine learning in mobile apps

Joshua Newnham

Machine Learning With Go. Implement Regression, Classification, Clustering, Time-series Models, Neural Networks, and More using the Go Programming Language

Daniel Whitenack

Machine Learning with LightGBM and Python. A practitioner's guide to developing production-ready machine learning systems

Andrich van Wyk

Machine Learning with Python. Unlocking AI Potential with Python and Machine Learning

Oliver Theobald

Machine Learning with PyTorch and Scikit-Learn. Develop machine learning and deep learning models with Python

Sebastian Raschka, Yuxi (Hayden) Liu, Vahid Mirjalili,...

Machine Learning with Qlik Sense. Utilize different machine learning models in practical use cases by leveraging Qlik Sense

Hannu Ranta

Machine Learning with R Cookbook. Analyze data and build predictive models - Second Edition

AshishSingh Bhatia, Yu-Wei, Chiu (David Chiu)

Machine Learning with R. Expert techniques for predictive modeling - Third Edition

Brett Lantz

Machine Learning with R. Expert techniques for predictive modeling to solve all your data analysis problems - Second Edition

Brett Lantz

Machine Learning with R Quick Start Guide. A beginner's guide to implementing machine learning techniques from scratch using R 3.5

Iván Pastor Sanz