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

De-Mystifying Math and Stats for Machine Learning. Mastering the Fundamentals of Mathematics and Statistics for Machine Learning

Govindakumar Madhavan

Distributed Machine Learning with Python. Accelerating model training and serving with distributed systems

Guanhua Wang

Emotional Intelligence for IT Professionals. The must-have guide for a successful career in IT

Emília M. Ludovino

Engineering MLOps. Rapidly build, test, and manage production-ready machine learning life cycles at scale

Emmanuel Raj

Ensemble Machine Learning Cookbook. Over 35 practical recipes to explore ensemble machine learning techniques using Python

Dipayan Sarkar, Vijayalakshmi Natarajan

Essential Mathematics for Quantum Computing. A beginner's guide to just the math you need without needless complexities

Leonard S. Woody III

Exploring GPT-3. An unofficial first look at the general-purpose language processing API from OpenAI

Steve Tingiris

Generative Adversarial Networks Cookbook. Over 100 recipes to build generative models using Python, TensorFlow, and Keras

Josh Kalin

Generative Adversarial Networks Projects. Build next-generation generative models using TensorFlow and Keras

Kailash Ahirwar

Generatywne głębokie uczenie, wyd. II. Uczenie maszyn, jak malować, pisać, komponować i grać

David Foster

Getting Started with Amazon SageMaker Studio. Learn to build end-to-end machine learning projects in the SageMaker machine learning IDE

Michael Hsieh

Getting Started with Streamlit for Data Science. Create and deploy Streamlit web applications from scratch in Python

Tyler Richards

Głębokie uczenie przez wzmacnianie. Praca z chatbotami oraz robotyka, optymalizacja dyskretna i automatyzacja sieciowa w praktyce. Wydanie II

Maxim Lapan

Głębokie uczenie. Wprowadzenie

Jacek Tabor, Marek Śmieja, Łukasz Struski, Przemysław...

Głębokie uczenie z TensorFlow. Od regresji liniowej po uczenie przez wzmacnianie

Bharath Ramsundar, Reza Bosagh Zadeh

Go Machine Learning Projects. Eight projects demonstrating end-to-end machine learning and predictive analytics applications in Go

Xuanyi Chew

Google Cloud AI Services Quick Start Guide. Build intelligent applications with Google Cloud AI services

Arvind Ravulavaru

Google Machine Learning and Generative AI for Solutions Architects. ​Build efficient and scalable AI/ML solutions on Google Cloud

Kieran Kavanagh, Priyanka Vergadia

Grafowe sieci neuronowe. Teoria i praktyka

Filip Wójcik

Graph Machine Learning. Learn about the latest advancements in graph data to build robust machine learning models - Second Edition

Aldo Marzullo, Enrico Deusebio, Claudio Stamile

Graph Machine Learning. Take graph data to the next level by applying machine learning techniques and algorithms

Claudio Stamile, Aldo Marzullo, Enrico Deusebio

Hands-On Artificial Intelligence for Beginners. An introduction to AI concepts, algorithms, and their implementation

David Dindi, Patrick D. Smith

Hands-On Artificial Intelligence for Search. Building intelligent applications and perform enterprise searches

Devangini Patel

Hands-On Artificial Intelligence with Java for Beginners. Build intelligent apps using machine learning and deep learning with Deeplearning4j

Nisheeth Joshi