Verleger: 8
Uczenie maszynowe z użyciem Scikit-Learn i TensorFlow
Aurélien Géron
Pojęcia, techniki i narzędzia służące do tworzenia systemów inteligentnych W ciągu ostatnich lat uczenie maszynowe stało się sercem wielu nowoczesnych produktów, takich jak zaawansowane techniki wyszukiwania w przeglądarkach, rozpoznawanie mowy w smartfonach czy proponowanie treści w zależności od indywidualnych preferencji użytkownika. Być może niedługo taki system inteligentny zastąpi Cię za kierownicą samochodu. Uczenie głębokie wprowadziło nową jakość do uczenia maszynowego. Daje niesamowite możliwości, jednak wymaga olbrzymiej mocy obliczeniowej i potężnych ilości danych. Programiści implementujący takie rozwiązania są poszukiwanymi specjalistami i mogą liczyć na ekscytujące oferty! Ta książka jest praktycznym podręcznikiem tworzenia systemów inteligentnych. Przedstawiono tu najważniejsze zagadnienia teoretyczne dotyczące uczenia maszynowego i sieci neuronowych. W zrozumiały sposób zaprezentowano koncepcje i narzędzia służące do tworzenia systemów inteligentnych. Opisano Scikit-Learn i TensorFlow - środowiska produkcyjne języka Python - i pokazano krok po kroku, w jaki sposób wykorzystuje się je do implementacji sieci neuronowych. Liczne praktyczne przykłady i ćwiczenia pozwolą na pogłębienie i utrwalenie zdobytej wiedzy. Jeśli tylko potrafisz posługiwać się Pythonem, dzięki tej przystępnie napisanej książce szybko zaczniesz implementować systemy inteligentne. W tej książce między innymi: podstawowe koncepcje uczenia maszynowego, uczenia głębokiego i sieci neuronowych przygotowywanie zbiorów danych i zarządzanie nimi algorytmy uczenia maszynowego rodzaje architektury sieci neuronowych uczenie głębokich sieci neuronowych olbrzymie zbiory danych i uczenie poprzez wzmacnianie Już dziś zacznij tworzyć systemy inteligentne!
Uczenie maszynowe z użyciem Scikit-Learn i TensorFlow. Wydanie II
Aurélien Géron
W 2006 roku świat nauki zafascynował się głębokimi sieciami neuronowymi. Wbrew wcześniejszym przekonaniom okazało się, że ich uczenie jest możliwe. Technika ta została nazwana uczeniem głębokim. Wymagała zapewnienia olbrzymiej mocy obliczeniowej i potężnych ilości danych, jednak potencjał wytrenowanych sieci głębokich był niesamowity. Kolejne lata przyniosły bujny rozwój tej technologii w wielu obszarach, co pozwoliło na tworzenie przeróżnych zaawansowanych produktów. Prace nad nowymi zastosowaniami sieci głębokich trwają. Wszystko wskazuje na to, że już wkrótce zdominują one większość dziedzin naszego życia. To drugie wydanie bestsellerowego przewodnika po technikach uczenia maszynowego. Wystarczą minimalne umiejętności programistyczne, aby dzięki tej książce nauczyć się budowania i trenowania głębokiej sieci neuronowej. Zawarto tu minimum teorii, a proces nauki jest ułatwiony przez liczne przykłady i ćwiczenia. Wykorzystano gotowe rozwiązania i przedstawiono zasady pracy ze specjalistycznymi narzędziami, w tym z TensorFlow 2, najnowszą odsłoną modułu. W efekcie niepostrzeżenie przyswoisz niezbędny zasób pojęć i narzędzi służących do tworzenia systemów inteligentnych. Poznasz różnorodne techniki i zaczniesz samodzielnie ich używać. Po lekturze będziesz biegle posługiwać się najnowszymi technologiami sztucznej inteligencji! W tej książce między innymi: podstawy uczenia maszynowego i rozpoczęcie pracy z TensorFlow techniki wykrywania obiektów, segmentacji semantycznej i mechanizmy uwagi interfejs Keras, narzędzia TF Transform i TF Serving wdrażanie modeli TensorFlow techniki uczenia nienadzorowanego, wykrywanie anomalii oraz biblioteka TF Agents TensorFlow 2: źródło magii zaawansowanych technologii!
Uczenie maszynowe z użyciem Scikit-Learn, Keras i TensorFlow. Wydanie III
Aurélien Géron
Pojęcia, techniki i narzędzia służące do tworzenia systemów inteligentnych Głębokie sieci neuronowe mają niesamowity potencjał. Osiągnięcia ostatnich lat nadały procesom uczenia głębokiego zupełnie nową jakość. Obecnie nawet programiści niezaznajomieni z tą technologią mogą korzystać z prostych i niezwykle skutecznych narzędzi, pozwalających na sprawne implementowanie programów uczących się z danych. Znajdziesz tu rozsądne, intuicyjne objaśnienia, a także mnóstwo praktycznych porad! Francois Chollet, twórca interfejsu Keras To trzecie wydanie bestsellerowego przewodnika po uczeniu maszynowym. Książka jest adresowana do osób, które chcą wejść w świat uczenia maszynowego ― przy czym wystarczą do tego minimalne umiejętności programistyczne. Zawarto tu minimum teorii, a proces nauki ułatwiają liczne przykłady i ćwiczenia. Dzięki temu przyswoisz niezbędne pojęcia i nauczysz się korzystać z gotowych platform produkcyjnych Pythona: Scikit-Learn, Keras i TensorFlow. W tym wydaniu pokazano różnorodne techniki, od prostej regresji liniowej aż po głębokie sieci neuronowe. Szybko nauczysz się tworzyć działające systemy inteligentne! W książce między innymi: korzystanie ze Scikit-Learn, z TensorFlow i Keras modele: maszyny wektorów nośnych, drzewa decyzyjne, lasy losowe i metody zespołowe uczenie nienadzorowane: redukcja wymiarowości, analiza skupień, wykrywanie anomalii sieci neuronowe: sieci splotowe, rekurencyjne, modele dyfuzyjne i transformatory trenowanie i implementacje sieci neuronowych To znakomite wprowadzenie do teoretycznych i praktycznych rozważań na temat rozwiązywania problemów za pomocą sieci neuronowych! Pete Warden, mobile lead projektu Tensor Flow Twórz i trenuj nowoczesne sieci neuronowe!
Uczenie przez wzmacnianie w finansach. Wprowadzenie z wykorzystaniem Pythona
Yves J. Hilpisch
Uczenie przez wzmacnianie okazało się przełomowym rozwiązaniem. Jednym z najciekawszych algorytmów jest Deep Q-Learning (DQL), który może być stosowany do zmieniających się warunków decyzyjnych. DQL w wielu przypadkach wykazuje skuteczność nieosiągalną dla człowieka. Nic dziwnego, że użycie tego rodzaju algorytmów w branży finansowej wydaje się wyjątkowo atrakcyjną opcją. Ta książka jest zwięzłym wprowadzeniem do głównych zagadnień i aspektów uczenia przez wzmacnianie i algorytmów DQL. Docenią ją zarówno naukowcy, jak i praktycy poszukujący skutecznych algorytmów, przydatnych w pracy z finansami. Znajdziesz tu wiele interesujących przykładów w języku Python, zaprezentowanych w formie najciekawszych algorytmów gotowych do samodzielnego modyfikowania i testowania. W książce między innymi: uczenie przez wzmacnianie algorytm DQL algorytm aktor-krytyk implementacja powyższych algorytmów w Pythonie rozwiązywanie problemów handlu algorytmicznego, hedgingu dynamicznego i dynamicznej alokacji środków w aktywa Książka ta doskonale wypełnia lukę między teorią a praktyką dzięki jasnym objaśnieniom i szczegółowemu kodowi w Pythonie! Ivilina Popova, Texas State University
Uczenie się dorosłych w zabawie
Wojciech Świtalski
Książka zawiera refleksję teoretyczną i wyniki projektu badawczego na temat zjawiska uczenia się dorosłych w zabawie. Czytelnik znajdzie w niej pogłębioną analizę ustaleń naukowych polskich i zagranicznych badaczy dotyczących ludycznej sfery aktywności człowieka w kontekście nauk społecznych, a także odniesienie do praktyki edukacyjnej. Publikacja może zainteresować zarówno teoretyków zajmujących się koncepcjami wyjaśniającymi procesy uczenia się człowieka, jak i osoby na co dzień realizujące zadania szkoleniowe czy oświatowe.
Uczenie się klienta w warunkach zmian rynkowych
Łukasz Skowron
Teza o kluczowej roli klienta na rynku jest tak oczywista, że staje się truizmem. Nie znajdziemy opinii, teoretycznych studiów czy też wyników badań empirycznych, które kwestionowałyby tę rolę. Skoro klient jest głównym uczestnikiem rynku, to zmiany na tym rynku muszą być również i jego udziałem. Zmieniający się rynek to również zmieniający się klient. Tymczasem, w jakże wielu przypadkach, okazuje się, że tak naprawdę mało znamy klienta, w szczególności niewiele wiemy, jaka jest logika zmiany w jego zachowaniach jeśli stoi on w obliczu realnych zmian rynkowych (nowe technologie, nowi dostawcy, nowe regulacje, nowe możliwości komunikacji marketingowej, itp.).
Uczenie się stawania się osobą starą
Marcin Muszyński
Książka dotyczy procesu uczenia się stawania osobą starą oraz sposoby wytwarzania jest tego typu autoidentyfikacja na poziomie indywidualnym. Autor opisuje cztery obszary sprawczości reprezentujące różne przejawy agencyjności człowieka w późnej dorosłości. Ukazuje wewnętrzny i zewnętrzny wymiar doświadczania własnej starości. Monografia zawiera model uczenia się stawania osobą starą, które rozpatrywane jest zarówno w ujęciu statycznym, jak i dynamicznym, co wskazuje na wielowariantowość i wielowymiarowość typowych scenariuszy tworzącej się identyfikacji osoby starej. Publikacja jest kierowana do gerontologów społecznych, andragogów, pedagogów, geragogów, geriatrów, pielęgniarek geriatrycznych, opiekunów społecznych, pracowników socjalnych, wolontariuszy oraz praktyków i specjalistów pracujących z seniorami. Można ją również polecić studentom specjalności medycznych i społecznych, badaczom skupionym na jakościowej metodologii badań, a także osobom zainteresowanym zagadnieniem starości i starzenia się.
Osamu Dazai
Uczennica została napisana na samym początku literackiej kariery Osamu Dazai. Szybko jednak zyskała rozgłos – przede wszystkim dzięki mistrzowskiemu użyciu języka. Był to styl, który z powodzeniem mógłby znaleźć się w dzienniku nastoletniej dziewczyny, a jednocześnie – bardzo malowniczy i sugestywny. Dziś widzimy w tej opowieści ironiczny opis społeczeństwa i walkę jednostki o wolność. To tematy, które Dazai eksplorował nie tylko w swojej twórczości, ale które były też wiodącymi wątkami w jego krótkiej i burzliwej biografii. Osamu Dazai (właśc. Shūji Tsushima; 1909-1948) to jedna z najważniejszych postaci w literaturze japońskiej. W czasie swojego burzliwego – bo naznaczonego uzależnieniami i licznymi próbami samobójczymi – życia zasłynął jako mistrz nowego stylu, świetnie władający językiem, potrafiący głośno wyrazić stany uczuciowe kolejnych pokoleń młodych Japończyków. Młoda narratorka „Uczennicy” nadal jest na etapie odkrywania siebie, a stworzona przez Dazai kronika jej emocjonalnych przemian jest arcydziełem. J. Thomas Rimer, University of Pittsburgh Chociaż przedstawione w konkretnym czasie, miejscu i kulturze, przesłanie i przestroga od Dazai mają wydźwięk uniwersalny. David Stahl, Binghamton University SUNY