Видавець: 16
Matematyczne modele uczenia maszynowego w językach MATLAB i PYTHON
Stanisław Osowski, Robert Szmurło
Prezentowane opracowanie dotyczy różnych modeli i metod stosowanych w uczeniu maszynowym. W szczególności, w poszczególnych rozdziałach przedstawione są takie zagadnienia, jak: regresja liniowa; klasyfikatory KNN; klasyfikatory Bayesa; modele matematyczne drzew decyzyjnych; sieci neuronowe MLP; sieci RBF; sieci SVM do klasyfikacji i regresji; sieci głębokie (CNN, autoenkoder, LSTM, transformer); zagadnienia zdolności generalizacyjnych modeli, w tym zespoły klasyfikatorów i systemów regresyjnych; transformacje i metody redukcji wymiaru danych wielowymiarowych; metody grupowania danych wielowymiarowych; wybrane metody generacji i selekcji cech diagnostycznych; metody oceny jakości rozwiązań; podstawowe rozwiązania adaptacyjnych systemów rozmytych. W przedstawieniu poszczególnych rozwiązań modelowych zaprezentowano zarówno strukturę pod-stawowych modeli, jak i algorytmy uczące dostosowane do konkretnego modelu. Ponieważ z punktu widzenia aktualnego stanu wiedzy do najważniejszych rozwiązań sztucznej inteligencji należą sztuczne sieci neuronowe. Tym zagadnieniom poświęcono najwięcej uwagi, wprowadzając różne rozwiązania sieciowe, w tym perceptron wielowarstwowy (MLP), sieć o radialnej funkcji bazowej (RBF), maszynę wektorów nośnych (SVM) czy różne rozwiązania głębokich sieci neuronowych wielowarstwowych, takich jak sieć konwolucyjna (CNN), autoenkoder (AE) czy sieć LSTM. Teoretyczne podstawy algorytmów uczących zostały zilustrowane przykładowymi programami implementującymi je przy użyciu oprogramowania Matlab i Python. Prezentowane w podręczniku skrypty z przykładami w Matlabie i Pythonie zostały udostępnione na platformie Github pod adresem: https://github.com/szmurlor/mmum. Podręcznik jest przeznaczony dla słuchaczy wyższych lat studiów, doktorantów i ludzi zainteresowanych metodami uczenia maszynowego, podstawowego narzędzia sztucznej inteligencji. Ze względu na interdyscyplinarny charakter tematyki może być wykorzystany zarówno w informatyce, inżynierii biomedycznej, jak i innych naukach technicznych. Wprowadzenie zarówno podstawowych jak i zaawansowanych pojęć uczenia maszynowego powoduje, że może być użyteczny dla osób początkujących i zaawansowanych w tej tematyce.
Matematyczne szkiełko i oko. Mniej i bardziej poważne zastosowania matmy
Dariusz Laskowski
Nie ma litości, jest matematyka! Matematyka to potęga do potęgi Czy wiesz, że matematyka to nie czarna magia, tylko dowcip, inteligencja i odrobina tajemniczości w czystej formie? Tak, tak. To nie żadna ściema czy inna niewiadoma. Zamiast włączać telewizor albo odpalać kolejną gierkę w sieci, otwórz tę książkę. Dzięki odkryciom matematyki przekonasz się, jak można odpowiedzieć na niezwykle frapujące pytania z codziennego życia - także Twojego własnego. Ile liczb mieści się na końcu szpilki? Na czym polega geometria bazgrołów? Co język C++ ma wspólnego z ponętną Moniką? Ile kompotu można wypić, gdy pan Czesław ma kolonoskopię? I wreszcie wyższa szkoła jazdy: jak odkodować PIN do lodówki algorytmem spigot? Okazuje się, że nieznana kraina faktów, teorii, hipotez, przełomowych eksperymentów i odkryć, dowodów, pojęć i matematycznych idei to nic innego jak nasze życie. A w życiu, jak w matematyce - jeden błąd może popsuć wszystko. Lepiej więc wiedzieć więcej i spojrzeć w zagadkowe oczy matmy. Nie taki X straszny, jak go malują…
Matematyczne zasady filozofii naturalnej
Isaac Newton
Principia są gruntownym podsumowaniem XVII-wiecznej wiedzy na temat podstawowych praw mechaniki, rozbudowanym następnie o wyniki własnych przemyśleń, badań teoretycznych, eksperymentów i astronomicznych obserwacji Isaaca Newtona. W jego czasach nie prowadzono jeszcze algebraicznych rachunków w takiej formie, jakiej dziś powszechnie używamy − królowały metody geometryczne, polegające na przekładaniu wartości wielkości fizycznych na długości odcinków i łuków, konstruowaniu z nich odpowiednich figur geometrycznych, badaniu relacji zachodzących między elementami tych figur i budowaniu w ten sposób dowodów twierdzeń. Ślady tego podejścia pozostały do dziś w postaci graficznego obrazu wektora jako strzałki i szkolnej metody sumowania wektorów. Podobne do współczesnych rachunki algebraiczne znajdujemy u Newtona w formie zaczątkowej i w zapisie niekiedy trudnym w odbiorze dla współczesnego czytelnika. Kolejne (trzy) oryginalne łacińskie wydania Principiów różnią się między sobą – Newton stopniowo rozszerzał wykład i zmieniał niektóre jego fragmenty. Wydanie trzecie uznawane jest za jego „ostatnie słowo”, i ten tekst (w angielskim tłumaczeniu Andrew Motte’a z roku 1729) stał się podstawą polskiego przekładu autorstwa Sławomira Brzezowskiego. Dr Sławomir Brzezowski – ukończył fizykę na Uniwersytecie Jagiellońskim. Doktorat z fizyki teoretycznej uzyskał w Zakładzie Teorii Pola Instytutu Fizyki UJ. Jest emerytowanym wykładowcą UJ.
Matematyczny wzór na istnienie Boga
Maciej Bienias
Czasami największe tajemnice skrywa przed człowiekiem jego własna przeszłość. Alex, ambitny wykładowca na wydziale matematyki, od początku swojej kariery naukowej próbuje odkryć tajemnice kryjące się w liczbach pierwszych, a tym samym poznać boski wzorzec budowy wszechświata. Kiedy wydaje mu się, że jest już blisko ukończenia swoich prac, wszystko zaczyna się komplikować za sprawą nawracających lęków i niepokojących myśli o zbliżającej się śmierci. Dodatkowo Alex odkrywa, że wiele lat temu w jego życiu wydarzyły się rzeczy, o których nie miał pojęcia, a które mogą mieć ogromny wpływ na to, kim jest obecnie. Czy uda mu się dotrzeć do prawdy o swojej przeszłości? A może, podobnie jak jego poprzednicy pragnący rozwikłać zagadkę boskiego wzoru, popadnie w szaleństwo?
Matematyka. 30 wykładów z ćwiczeniami
Jan Nawrocki
Podręcznik przeznaczony jest dla studentów I semestru uczelni technicznych. Przedstawiono w nim teorię, przykłady oraz ćwiczenia z następujących działów matematyki: elementy logiki i teoria zbiorów, relacje i odwzorowania, struktury algebraiczne, ciało liczb zespolonych, przestrzenie liniowe, macierze, wyznaczniki i układy równań, elementy geometrii analitycznej (prosta, płaszczyzna i powierzchnie stopnia drugiego w R3), ciągi i szeregi liczbowe, rachunek różniczkowy i całkowy funkcji jednej zmiennej, ciągi i szeregi funkcyjne, szeregi potęgowe, szeregi ortogonalne.
Matematyka a programowanie. Kurs video. Od pojęcia liczby po płaszczyznę zespoloną w Pythonie
Karol Kurek
Obierz kurs na... matematyczne podstawy programowania Matematyka? Brr! A po co? Po co wracać do czasów szkolnych — godzin spędzonych nad niekończącymi się zadaniami domowymi? Po co rozdrapywać stare rany i przypominać sobie koszmar tkwienia pod tablicą tylko z kredą w dłoni, gdy przeciw sobie miało się wzór nie do wyprowadzenia...? W jakim celu dorosły, samodzielny programista miałby z własnej woli raz jeszcze otwierać drzwi z napisem „matma” i wkraczać do pomieszczenia, w którym czyhają na niego liczby niewymierne i zespolone, ułamki łańcuchowe albo nawet logarytmy? Prawdą jest, że dobry programista nie musi świetnie znać matematyki — tak jak dobry kierowca nie jest zobowiązany do poznania budowy samochodu. Jeśli jednak uczyni ten wysiłek i dowie się, z jakich elementów składa się silnik i jak działa skrzynia biegów, uzbroi się w wiedzę, która w razie awarii może okazać się bezcenna. Każdy praktyk programowania na pewnym etapie kariery zawodowej zostaje zmuszony do powrotu do korzeni. Prędzej czy później staje przed problemem, którego nie można rozwiązać inaczej, jak tylko sięgając po wiedzę z dziedziny matematyki. Ciebie też to czeka. Warto się na to zawczasu przygotować i uzmysłowić sobie zależność, jaka istnieje między programowaniem, algorytmem a czystą matematyką. Dzięki naszemu kursowi video powrócisz do świata matematyki, przypomnisz sobie to, o czym była mowa w szkole, a nawet poszerzysz wiedzę o te zagadnienia spoza programu, które będą przydatne właśnie Tobie — programiście. Twoim przewodnikiem w tej nieco sentymentalnej podróży będzie Python, trzeci pod względem popularności język programowania, którego rola w segmencie data science oraz big data wciąż rośnie. Co Cię czeka podczas naszego profesjonalnego szkolenia? Dzięki temu kursowi wideo między innymi: Przypomnisz sobie, czym są liczby rzeczywiste. Zrozumiesz zasady działania algorytmów. Nauczysz się operować na funkcjach. Dowiesz się, czym są liczby zespolone. Poznasz najpiękniejszy wzór matematyki. Co więcej... Przetestujesz odświeżoną i zdobytą wiedzę matematyczną w praktyce — w pracy z językiem Python. Matematyka a programowanie. Kurs video. Od pojęcia liczby po płaszczyznę zespoloną w Pythonie kończy się na poziomie podstawowym, na etapie zrozumienia podstaw zagadnień matematycznych, które są ważne we współczesnej informatyce. Dzięki temu po odbyciu kursu będziesz w stanie samodzielnie rozwiązywać zaawansowane problemy matematyczne, z jakimi z pewnością spotkasz się w praktyce zawodowej. Matematyka — od teorii do praktyki Czyli „ale po co mi to?” raz jeszcze... Otóż podstawowym zagadnieniem programistycznym jest realizacja algorytmu (znanego wcześniej lub tworzonego tuż przed rozpoczęciem programowania) i rzadko zdarza się, by nie było to powiązane z pewnymi elementarnymi zagadnieniami matematycznymi — dlatego ich pogłębienie z pewnością pomoże osobie zajmującej się wykonaniem dowolnego, nawet bardziej skomplikowanego algorytmu. Na przykład w programowaniu gier przydatna okazuje się wiedza o funkcjach trygonometrycznych lub liczbach zespolonych. Matematykę można także zaprząc do sprawdzenia czasochłonności programu oraz do ochrony przed popełnianiem podstawowych błędów programistycznych. Pewne nieskomplikowane obliczenia warto też wykorzystać do optymalizacji własnych algorytmów. 75 zadań wypełnionych treścią Nasz kurs matematyki dla programistów jest podzielony na 75 lekcji uszeregowanych w 5 blokach tematycznych. Na początek zajmiemy się liczbami rzeczywistymi — systemami: dziesiętnym, dwójkowym i szesnastkowym, ułamkami dziesiętnymi oraz zwykłymi, zdaniami i spójnikami logicznymi w matematyce; oczywiście wszelkie operacje będziemy wykonywać w Pythonie. W rozdziale drugim, poświęconym algorytmom, poznamy między innymi instrukcję warunkową if, pętle i ciągi, zastanowimy się nad problemem Collatza i rozwiążemy równanie diofantyczne. Potem przejdziemy do funkcji, ich różnych rodzajów i wykresów. Pochylimy się także nad problemem 8 wież i 8 hetmanów. W części czwartej szkolenia w zagadnienie liczb zespolonych wprowadzą nas sinusy i cosinusy, a dalej pojawią się wielomiany, potęgowanie i pierwiastkowanie liczb zespolonych. Ostatni rozdział jest poświęcony najpiękniejszemu wzorowi matematyki. Przybliżą nas do niego liczba pi oraz liczba e. Poznamy logarytmy i ułamki łańcuchowe i wreszcie: wzór Eulera. W podsumowaniu kursu zastosujemy zdobytą wiedzę do rozwiązania zadań elementarnych. „Nie przejmuj się, jeżeli masz problemy z matematyką. Zapewniam cię, że ja mam jeszcze większe”. Albert Einstein
Matematyka. Ćwiczenia dla klas I-III
Ewa Stolarczyk
Matematyka. Ćwiczenia dla klas I-III to wspaniała książka dla dzieci, które zaczynają swoją przygodę z matematyką lub już postawiły pierwsze kroki w tej dziedzinie. Książka z pewnością pomoże rozwinąć podstawowe umiejętności matematyczne dziecka oraz zmieni liczenie w świetną zabawę.
Matematyka dla gimnazjalisty. Zbiór zadań
Adam Konstantynowicz
Potrzebujesz zbioru zadań z matematyki? Chcesz zrobić powtórkę przed klasówką? Poćwiczyć przed egzaminem? Nowa seria repetytoriów dla gimnazjalistów "OLDSCHOOL - stara dobra szkoła" to skuteczna nauka tego, czego naprawdę potrzebujesz. Nie ogarniasz tematu? My w Ciebie wierzymy! Seria "OLDSCHOOL - stara dobra szkoła" została przygotowana przez doświadczonych korepetytorów i metodyków we współpracy z nauczycielami i samymi gimnazjalistami. Główne zalety: - bogaty wybór zadań - zgodność z podstawą programową - przejrzysty układ oraz staranna szata graficzna - wszystkie zadania z rozwiązaniami - doskonałe uzupełnienie repetytorium "Korepetycje gimnazjalisty". Wiesz, jak jest! Egzamin gimnazjalny tylko z OLDSCHOOL!