Super cena

eBook Matematyczne modele uczenia maszynowego w językach MATLAB i PYTHON - Stanisław Osowski

Name: eBook Matematyczne modele uczenia maszynowego w językach MATLAB i PYTHON - Stanisław Osowski
Brand: Oficyna Wydawnicza Politechniki Warszaws
Availability: InStock

+ Dodaj do porównania Dodaj do listy zakupowej

Rozmiar

uniwersalny

39,27 zł

/ szt.

Najniższa cena z 30 dni przed obniżką: ~~52,20 zł~~ / szt.-24%

Cena regularna: ~~47,00 zł~~ / szt.-16%

Możesz kupić także poprzez:

Dostępny do pobrania po opłaceniu

Produkt dostępny

Tania i szybka dostawa

Bezpieczne zakupy

Odroczone płatności. Kup teraz, zapłać za 30 dni

Kup teraz, zapłać później - 4 kroki

Przy wyborze formy płatności, wybierz PayPo. PayPo - kup teraz, zapłać za 30 dni

PayPo opłaci twój rachunek w sklepie.
Na stronie PayPo sprawdź swoje dane i podaj pesel.

Po otrzymaniu zakupów decydujesz co ci pasuje, a co nie. Możesz zwrócić część albo całość zamówienia - wtedy zmniejszy się też kwota do zapłaty PayPo.

W ciągu 30 dni od zakupu płacisz PayPo za swoje zakupy bez żadnych dodatkowych kosztów. Jeśli chcesz, rozkładasz swoją płatność na raty.

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.

Plik elektroniczny, do pobrania po opłaceniu.

EAN: 9788381565981

Producent

Oficyna Wydawnicza Politechniki Warszaws

Kod produktu

E0A46F8BEB

Rok wydania

2024

Elementy

378

Autorzy

Stanisław Osowski

Rodzaj zabezpieczenia

DL-ebwm