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.

Sztuczna inteligencja. Nowe spojrzenie. Wydanie IV. Tom 1

Stuart Russell, Peter Norvig

Ładowanie...

Sztuczna inteligencja. Nowe spojrzenie. Wydanie IV. Tom 2

Stuart Russell, Peter Norvig

Ładowanie...

Sztuczna inteligencja od podstaw

Feliks Kurp

Ładowanie...

TensorFlow. 13 praktycznych projektów wykorzystujących uczenie maszynowe

Ankit Jain, Armando Fandango, Amita Kapoor

Ładowanie...

TensorFlow 2 Pocket Primer. A Quick Reference Guide for TensorFlow 2 Developers

Mercury Learning and Information, Oswald Campesato

Ładowanie...