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

Accelerate Model Training with PyTorch 2.X. Build more accurate models by boosting the model training process

Maicon Melo Alves, Lúcia Maria de Assumpçao...

Active Machine Learning with Python. Refine and elevate data quality over quantity with active learning

Margaux Masson-Forsythe

Advanced Deep Learning with Keras. Apply deep learning techniques, autoencoders, GANs, variational autoencoders, deep reinforcement learning, policy gradients, and more

Rowel Atienza, Neeraj Verma, Valerio Maggio

Advanced Deep Learning with Python. Design and implement advanced next-generation AI solutions using TensorFlow and PyTorch

Ivan Vasilev

Advanced Deep Learning with R. Become an expert at designing, building, and improving advanced neural network models using R

Bharatendra Rai

Advanced Machine Learning with R. Tackle data analytics and machine learning challenges and build complex applications with R 3.5

Cory Lesmeister, Dr. Sunil Kumar Chinnamgari

Agile Machine Learning with DataRobot. Automate each step of the machine learning life cycle, from understanding problems to delivering value

Bipin Chadha, Sylvester Juwe

AI-Native LLM Security. Threats, defenses, and best practices for building safe and trustworthy AI

Vaibhav Malik, Ken Huang, Ads Dawson