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

Artificial Intelligence and Machine Learning Fundamentals. Develop real-world applications powered by the latest AI advances

Zsolt Nagy

Artificial Intelligence By Example. Develop machine intelligence from scratch using real artificial intelligence use cases

Denis Rothman, Nicolas GUET, Jérémie ROTHMAN

Artificial Intelligence. Ethical, social, and security impacts for the present and the future

IT Governance Publishing, Dr. Julie E. Mehan

Artificial Intelligence for Big Data. Complete guide to automating Big Data solutions using Artificial Intelligence techniques

Anand Deshpande, Manish Kumar, Albenzo Coletta, Giancarlo...

Artificial Intelligence for Robotics. Build intelligent robots that perform human tasks using AI techniques

Francis X. Govers III

Automated Machine Learning. Hyperparameter optimization, neural architecture search, and algorithm selection with cloud platforms

Adnan Masood

Automated Machine Learning on AWS. Fast-track the development of your production-ready machine learning applications the AWS way

Trenton Potgieter, Jonathan Dahlberg

Automated Machine Learning with AutoKeras. Deep learning made accessible for everyone with just few lines of coding

Luis Sobrecueva

Automated Machine Learning with Microsoft Azure. Build highly accurate and scalable end-to-end AI solutions with Azure AutoML

Dennis Sawyers

AWS Certified Machine Learning - Specialty (MLS-C01) Certification Guide. The ultimate guide to passing the MLS-C01 exam on your first attempt - Second Edition

Somanath Nanda, Weslley Moura

AWS Certified Machine Learning Specialty: MLS-C01 Certification Guide. The definitive guide to passing the MLS-C01 exam on the very first attempt

Somanath Nanda, Weslley Moura

Azure Data Scientist Associate Certification Guide. A hands-on guide to machine learning in Azure and passing the Microsoft Certified DP-100 exam

Andreas Botsikas , Michael Hlobil

Bayesian Analysis with Python. A practical guide to probabilistic modeling - Third Edition

Osvaldo Martin, Christopher Fonnesbeck, Thomas Wiecki

Before Machine Learning Volume 1 - Linear Algebra for A.I. The Fundamental Mathematics for Data Science and Artificial Intelligence

Jorge Brasil

Before Machine Learning Volume 2 - Calculus for A.I. The Fundamental Mathematics for Data Science and Artificial Intelligence

Jorge Brasil

Beginning Swift. Master the fundamentals of programming in Swift 4

Rob Kerr, Kare Morstol

Big data, nauka o danych i AI bez tajemnic. Podejmuj lepsze decyzje i rozwijaj swój biznes!

David Stephenson

Building a Recommendation System with R. Learn the art of building robust and powerful recommendation engines using R

SURESH K GORAKALA, Michele Usuelli, Suresh Kumar...

Building Computer Vision Projects with OpenCV 4 and C++. Implement complex computer vision algorithms and explore deep learning and face detection

David Millán Escrivá, Prateek Joshi, Vinícius G....

Building Data Science Solutions with Anaconda. A comprehensive starter guide to building robust and complete models

Dan Meador, Kevin Goldsmith

Building Machine Learning Systems with Python. Explore machine learning and deep learning techniques for building intelligent systems using scikit-learn and TensorFlow - Third Edition

Luis Pedro Coelho, Willi Richert , Matthieu...

Building Natural Language and LLM Pipelines. Build production-grade RAG, tool contracts, and context engineering with Haystack and LangGraph

Laura Funderburk

Building Smart Drones with ESP8266 and Arduino. Build exciting drones by leveraging the capabilities of Arduino and ESP8266

Syed Omar Faruk Towaha

Cacti Beginner's Guide. Leverage Cacti to design a robust network operations center - Second Edition

Thomas Urban