Programowanie

Java. Przewodnik dla początkujących. Wydanie IX

Java. Przewodnik dla początkujących. Wydanie IX
Java. Przewodnik dla początkujących. Wydanie IX

Java cały czas dynamicznie się rozwija, a każda wersja przynosi nowe rozwiązania.

Dostępność: Dostęny

Wysyłka w: 24 godziny

Cena:

129,00 zł

zawiera 5% VAT, bez kosztów dostawy

Cena netto: 122,86 zł

EGZ.
  • nowość

Docker. Niezawodne kontenery produkcyjne. Praktyczne zastosowania. Wydanie III

Docker. Niezawodne kontenery produkcyjne. Praktyczne zastosowania. Wydanie III
Docker. Niezawodne kontenery produkcyjne. Praktyczne zastosowania. Wydanie III

Docker radykalnie zmienił proces wdrażania oprogramowania.

Dostępność: Dostęny

Wysyłka w: 24 godziny

Cena:

87,00 zł

zawiera 5% VAT, bez kosztów dostawy

Cena netto: 82,86 zł

EGZ.
  • nowość

Programowanie w asemblerze x64. Od nowicjusza do znawcy AVX.

Programowanie w asemblerze x64. Od nowicjusza do znawcy AVX.
Programowanie w asemblerze x64. Od nowicjusza do znawcy AVX.

Chcesz zrozumieć, jak naprawdę działa procesor? Naucz się asemblera!

Dostępność: Dostęny

Wysyłka w: 24 godziny

Cena:

77,00 zł

zawiera 5% VAT, bez kosztów dostawy

Cena netto: 73,33 zł

EGZ.
  • nowość

Matematyczne modele uczenia maszynowego w językach MATLAB i PYTHON

Matematyczne modele uczenia maszynowego w językach MATLAB i PYTHON
Matematyczne modele uczenia maszynowego w językach MATLAB i PYTHON

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.

Dostępność: brak towaru

Cena:

50,00 zł

zawiera 5% VAT, bez kosztów dostawy

Cena netto: 47,62 zł

  • nowość
Newsletter
Podaj swój adres e-mail, jeżeli chcesz otrzymywać informacje o nowościach i promocjach.
Submit
do góry
Sklep jest w trybie podglądu
Pokaż pełną wersję strony
Sklep internetowy Shoper.pl