The Statistics and Machine Learning with R Workshop. Unlock the power of efficient data science modeling with this hands-on guide

Liu Peng

The Supervised Learning Workshop. Predict outcomes from data by building your own powerful predictive models with machine learning in Python - Second Edition

Blaine Bateman, Ashish Ranjan Jha, Benjamin Johnston, Ishita Mathur

The TensorFlow Workshop. A hands-on guide to building deep learning models from scratch using real-world datasets

Matthew Moocarme, Anthony So, Anthony Maddalone

The Unsupervised Learning Workshop. Get started with unsupervised learning algorithms and simplify your unorganized data to help make future predictions

Aaron Jones, Christopher Kruger, Benjamin Johnston

Time Series Analysis on AWS. Learn how to build forecasting models and detect anomalies in your time series data

Michaël Hoarau

TinyML Cookbook. Combine artificial intelligence and ultra-low-power embedded devices to make the world smarter

Gian Marco Iodice, Ronan Naughton

TinyML Cookbook. Combine machine learning with microcontrollers to solve real-world problems - Second Edition

Gian Marco Iodice

TinyML. Wykorzystanie TensorFlow Lite do uczenia maszynowego na Arduino i innych mikrokontrolerach

Pete Warden, Daniel Situnayake

Transformers for Natural Language Processing. Build, train, and fine-tune deep neural network architectures for NLP with Python, Hugging Face, and OpenAI's GPT-3, ChatGPT, and GPT-4 - Second Edition

Denis Rothman, Antonio Gulli

Transforming Healthcare with DevOps. A practical DevOps4Care guide to embracing the complexity of digital transformation

Jeroen Mulder, Henry Mulder

Uczenie głębokie i sztuczna inteligencja. Interaktywny przewodnik ilustrowany

Jon Krohn, Grant Beyleveld, Aglaé Bassens

Uczenie głębokie od zera. Podstawy implementacji w Pythonie

Seth Weidman

Uczenie maszynowe dla programistów

Drew Conway, John Myles White

Uczenie maszynowe. Elementy matematyki w analizie danych

Leszek Albrzykowski

Uczenie maszynowe na Raspberry Pi

Donald Norris

Uczenie maszynowe w aplikacjach. Projektowanie, budowa i wdrażanie

Emmanuel Ameisen

Uczenie maszynowe w C#. Szybkie, sprytne i solidne aplikacje

Matt R. Cole

Uczenie maszynowe w języku R. Tworzenie i doskonalenie modeli - od przygotowania danych po dostrajanie, ewaluację i pracę z big data. Wydanie IV

Brett Lantz

Uczenie maszynowe w Pythonie dla każdego

Mark Fenner

Uczenie maszynowe w Pythonie. Leksykon kieszonkowy

Matt Harrison

Uczenie maszynowe w Pythonie. Receptury

Chris Albon

Uczenie maszynowe w Pythonie. Receptury. Od przygotowania danych do deep learningu. Wydanie II

Kyle Gallatin, Chris Albon

Uczenie maszynowe z językiem JavaScript. Rozwiązywanie złożonych problemów

Burak Kanber

Uczenie maszynowe z użyciem Scikit-Learn i TensorFlow

Aurélien Géron