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.

Python Deep Learning. Next generation techniques to revolutionize computer vision, AI, speech and data analysis

Valentino Zocca, Gianmario Spacagna, Daniel Slater, Peter...

Ładowanie...

Python: Deeper Insights into Machine Learning. Deeper Insights into Machine Learning

David Julian, Sebastian Raschka, John Hearty

Ładowanie...

Python dla DevOps. Naucz się bezlitośnie skutecznej automatyzacji

Noah Gift, Kennedy Behrman, Alfredo Deza, Grig...

Ładowanie...

Python for TensorFlow Pocket Primer. A Quick Guide to Python Libraries for TensorFlow Developers

Mercury Learning and Information, Oswald Campesato

Ładowanie...