Informacja o cookies
Strona ksiegarnia.pwn.pl korzysta z plików cookies w celu dostarczenia Ci oferty jak najlepiej dopasowanej do Twoich oczekiwań i preferencji, jak również w celach marketingowych i analitycznych. Nasi partnerzy również mogą używać ciasteczek do profilowania i dopasowywania do Ciebie pokazywanych treści na naszych stronach oraz w reklamach. Poprzez kontynuowanie wizyty na naszej stronie wyrażasz zgodę na użycie tych ciasteczek. Więcej informacji, w tym o możliwości zmiany ustawień cookies, znajdziesz w naszej Polityce Prywatności.
MENU

Wirtualne Targi Książki - rabaty do -43%

Data Science i uczenie maszynowe(Miękka)

3.90  [ 123 oceny ]
 Sprawdź recenzje
Rozwiń szczegóły »
Cena detaliczna: 89,00 zł
64,97
Cena zawiera podatek VAT.
Oszczędzasz 24,03 zł
Stan magazynowy: Duża ilość
Zarezerwuj i odbierz w księgarni stacjonarnej PWN
Dodaj do schowka
Wysyłka: 24h
Dostawa
Produkt posiadamy w magazynie i wyślemy go w ciągu 24 godzin w dni robocze.

Uwaga! Całkowity czas oczekiwania na zamówienie = czas wysyłki podany na stronie każdego produktu + dostawa przez przewoźnika. 
Podane terminy dotyczą dni roboczych (poniedziałek-piątek,
z wyłączeniem dni wolnych od pracy).
Dostawa i płatność
Cennik dostaw
- Paczki dostarczamy wyłącznie na terenie Polski.
- Od 300 zł dostawa GRATIS!
- Dla zamówień o wartości powyżej 500 zł wyłącznie płatność elektroniczna.


Płatność elektroniczna
do 199,99 zł
od 200 zł do 299,99 zł
- ORLEN Paczka
8,99 zł
6,99 zł
- Odbiór w Punktach Poczta, Żabka, Orlen, Ruch
8,99 zł
6,99 zł
- Kurier pocztowy
10,99 zł
8,99 zł
- InPost Paczkomaty 24/7
10,99 zł
8,99 zł
- Kurier
12,99 zł
10,99 zł

Płatność za pobraniem
do 199,99 zł
od 200 zł do 299,99 zł
- Odbiór w Punktach Poczta, Żabka, Orlen, Ruch
11,99 zł
9,99 zł
- Kurier pocztowy
13,99 zł
11,99 zł
- Kurier
15,99 zł
13,99 zł

Data Science i uczenie maszynowe

XXI wiek to czas sztucznej inteligencji. Nie tylko tej specjalistycznej, która kieruje samochodami, tłumaczy języki naturalne czy szuka leku na raka, ale również uniwersalnej, rozwiązującej zadania z różnych dziedzin. Ten przełom zawdzięczamy splotowi trzech zdarzeń: rozwojowi technologii przechowywania i przetwarzania danych, nowej metodzie naukowej (data science), oraz uczeniu maszynowemu, w szczególności znacznemu postępowi w zakresie głębokiego uczenia maszynowego.

Książka przedstawia uczenie maszynowe w ujęciu praktycznym. Przeprowadzając opisane w niej eksperymenty data science poznamy zastosowanie reguł statystycznych i algorytmów uczenia maszynowego do rozwiązywania konkretnych problemów. Takie podejście oznacza, że studenci informatyki oraz specjaliści — analitycy, informatycy i bazodanowcy — zdobędą nie tylko teoretyczną wiedzę, ale również umiejętność jej praktycznego wykorzystania w codziennej pracy.

Książka podzielona jest na cztery części:

•          Pierwszy rozdział wyjaśnia termin Data science i pokazuje zastosowanie tej metody w eksperymentach naukowych.

•          Rozdziały od drugiego do czwartego poświęcone są danym: technikom oceny ich jakości, wstępnego przygotowania oraz wzbogacenia danych na potrzeby ich dalszej analizy.

•          Rozdziały od piątego do dziewiątego opisują poszczególne typy modeli predykcyjnych: klasyfikatory, regresory, modele grupujące, rekomendujące i prognozujące.

•          Ostatnie dwa rozdziały książki przedstawiają metody oceny i poprawy jakości modeli oraz udostępniania ich użytkownikom jako usług WWW.


Patroni:


Patroni

  • Sposób dostarczenia produktu fizycznego
    Sposoby i terminy dostawy:
    • Odbiór osobisty w księgarni PWN - dostawa do 3 dni robocze
    • InPost Paczkomaty 24/7 - dostawa 1 dzień roboczy
    • Kurier - dostawa do 2 dni roboczych
    • Poczta Polska (kurier pocztowy oraz odbiór osobisty w Punktach Poczta, Żabka, Orlen, Ruch) - dostawa do 2 dni roboczych
    • ORLEN Paczka - dostawa do 2 dni roboczych
    Ważne informacje o wysyłce:
    • Nie wysyłamy paczek poza granice Polski.
    • Dostawa do części Paczkomatów InPost oraz opcja odbioru osobistego w księgarniach PWN jest realizowana po uprzednim opłaceniu zamówienia kartą lub przelewem.
    • Całkowity czas oczekiwania na paczkę = termin wysyłki + dostawa wybranym przewoźnikiem.
    • Podane terminy dotyczą wyłącznie dni roboczych (od poniedziałku do piątku, z wyłączeniem dni wolnych od pracy).
NAZWA I FORMAT
OPIS
ROZMIAR
Data_Science-fragment.pdf(pdf)
257 KB

Przeczytaj fragment

NAZWA I FORMAT
OPIS
ROZMIAR
Data_Science-fragment.pdf(pdf)
257 KB

Uczenie maszynowe w aplikacjach

Uczenie maszynowe jest coraz popularniejsze. Stosuje się je w systemach wsparcia, systemach rekomendacyjnych, tłumaczeniach tekstów i wielu innych aplikacjach. Jednak podczas tworzenia tego rodzaju produktów inżynierowie napotykają bardzo...

Science Skills 2 Pupil's Book

Cambridge Science Skills is a dynamic new skills course through which students can practise their English, broaden their vocabulary, and improve their language skills. An enquiry-based approach to learning aids in the development of thinking skills; st...

Mądra Mysz Zuzia uczy się tańczyć

Zuzia bierze lekcje baletu. Wspaniale jest tańczyć z innymi dziećmi na czubkach palców, skakać jak kot i ruszać się takt muzyki. Zuzia wystąpi nawet na prawdziwej scenie przed publicznością.

Gerbert z Aurillac Sylwester II Papież i uczony z przełomu tysiąclecia

Spis treści:Spis treści Pontyfikat niecodzienny / 5Życie i kariera kościelna / 15Rola papiestwa u progu XI wieku / 25Uczony / 37Sylwester II i Otton III / 43Sylwester II a św. Wojciech / 49Przypisy / 53

Disney Uczy Auta Logiczne łamigłówki

Zygzak i jego kumple zapraszają do udziału w niezwykłej podróży do świata łamigłówek! Dziecko rozwiązuje zadania, wyszukując, porównując lub porządkując poszczególne elementy. Następnie udziela odpowiedzi, wklejając odpowied...

The Science of Rick and Morty

The Science of Rick and MortyNajbardziej szalony serial tej dekadyNajbardziej odjechani bohaterowieNajbardziej nieoczywiste zagadnienia i ciekawostki- Czy możemy włamać się do ludzkiej pamięci?- Czy dzięki polizaniu ...
35,00 zł

Big data w humanistyce i naukach społecznych

Rozwijane i ulepszane instrumentarium metodologiczne zmieniało stopniowo oblicze nauk przyrodniczych i ścisłych, obecnie zaś przeobraża humanistykę oraz nauki społeczne. Monografia Big data w humanistyce i naukach społecznych, to pierwsza książka ukazu...

Pokonywanie trudności w uczeniu się dzieci z dysleksją

Zastosowana przez Autorkę metoda to propozycja indywidualnego przebiegu działań edukacyjnych, który z powodzeniem może być modyfikowany i dostosowywany do potrzeb i możliwości […] danej klasy. Na podkreślenie ze wszech miar zasługuje zwr&...

Uczenie się pracowników a kontekst mono- i wielokulturowy organizacji

Książka dr hab. Małgorzaty Rozkwitalskiej pt. Uczenie się pracowników a kontekst mono – i wielokulturowy organizacji. Perspektywa pozytywna w zarządzaniu to ambitna monografia naukowa, mająca na celu zarówno naświetleni...

Recenzje (1):

Najnowsze | Najbardziej pomocne

Wydawałoby się ze rozwiązania chmurowe Azure i książki drukowane to dwa różne światy. Producenci usług udostępniają obszerną dokumentację w sieci, pojawiają się nowe usługi , poprawiane są istniejące, a świat drukarski biegnie swoim tempem.
Z takim właśnie niepokojem zabrałem się do lektury książki Marcina Szeligi "Data Science i uczenie maszynowe" wydawnictwa PWN.
Co możemy znaleźć w środku? Dowiedziałem się czym jest uczenie maszynowe, obejrzałem przykłady i zbudowałem pierwsze modele, opublikowałem je w formie serwisów webowych.
Już w pierwszym rozdziale mam do czynienia z przykładowym eksperymentem z dziedziny marketingu. Kolejne rozdziały poświęcono temu, co w praktyce zawiera najwięcej czasu, przynajmniej podczas pierwszych iteracji budowy modelu, mam na myśli mozolną pracę z danymi źródłowymi. Z jakimi typami zmiennych mam do czynienia, jak je uzupełniać, jak je dyskretyzować, jak normalizować, jak eliminować wartości odstające. Znalazłem też podstawy statystyki, bez której nie da się dobrze rozumieć i odczytać informacji zawartych w danych i korelacji między nimi, a co więcej pokazano, jak je weryfikować wizualnie na przykładzie klasycznego kwartetu Ascombe.
Nie zapomniano też o procesie wzbogacania danych, prognozowaniu ,szeregach czasowych i redukcji wymiarów (PCA).
Opisano główne techniki uczenia maszynowego, takie jak klasyfikacja, regresja, analiza skupień, rekomendowanie i prognozowanie. Każdy z rozdziałów zawiera odpowiednią liczbę przykładów w stosunku do części teoretycznej.
Proces budowy i testowania modelu jest cykliczny i często uzyskana jego jakość jest o wiele mniejsza niż spodziewana. Na szczęście rozdział dziesiąty przedstawia metody oceny i poprawy jakości uzyskanych modeli, to rozdział dla tych, którzy przeczytawszy książkę skończyli ją na rozdziale dziewiątym i pełni zapału zabrali się za budowę własnego rozwiązania.
Z książki korzystałem w praktyce podczas realizacji programu Microsoft Professional Program for Data Science. Dotyczyło to zakresu kursów: DAT203.1x Data Science Essentials, DAT203.2x Principles of Machine Learning, DAT203.3x Applied Machine Learning i końcowego DAT102x Microsoft Professional Capstone : Data Science. Zapewniam, że nie raz do niej sięgnąłem.
Jeżeli dopiero zaczynasz przygodę z platformą Azure w zakresie uczenia maszynowego, to ta książka jest dla ciebie. Jeśli myślisz, ze po jej przeczytaniu wiesz już wszystko, to się mylisz, to jest dopiero początek drogi w poznawaniu fascynującej wiedzy, która jest nie jest nowym obszarem, ale od kilku lat pojawiają się narzędzia, która znacznie upraszczają i automatyzują budowę modeli predykcyjnych.
Jednym z nich jest Azure Machine Learning Dzięki tej usłudze próg wejścia znacznie się zmniejszył. Możemy zbudować pierwsze modele za pomocą interfejsu graficznego bez z jednej linii kodu (!). Co więcej, budowa serwisu webowego, za pomocą którego nasz model komunikuje się na zewnątrz też została mocno uproszczona i producent przygotował szablony w C# , języku R i arkusze Excela.
Książka Marcina Szeligi jest nie tylko doskonałym uzupełnieniem dokumentacji Microsoftu i warto do niej wracać w kolejnych iteracjach wraz ze wzrostem nabytej wiedzy, ale również pozwala na usystematyzowanie wiedzy, która w dokumentacji producenta jest bardziej rozmyta.
To czego mi brakuje, to krótkie wprowadzenie do języka R, ale ze względu na powszechną dostępność poradników , nie powinno to być problemem podczas przyswajania wiedzy.

Ocena: