# Uczenie maszynowe w Pythonie. Receptury

Canonical: https://www.kolczanksiazek.pl/chris-albon/uczenie-maszynowe-w-pythonie-receptury

Wersja JSON (te same dane): https://www.kolczanksiazek.pl/chris-albon/uczenie-maszynowe-w-pythonie-receptury.json

![Uczenie maszynowe w Pythonie. Receptury](https://quivercdn.com/covers/helion/chris-albon/uczenie-maszynowe-w-pythonie-receptury_978-83-2835-046-5.jpg?v=2026-04-07%2011%3A20%3A38)

- Autorzy: [Chris Albon](https://www.kolczanksiazek.pl/chris-albon)
- Język: pl_PL
- Data wydania: 2019-03-12
- Gatunki: Bazy danych, Pozyskiwanie i analiza danych, Uczenie maszynowe / Systemy uczące się

## Opis

Uczenie maszynowe jest dziś wykorzystywane w różnych dziedzinach życia: w biznesie, w polityce, w organizacjach non profit i oczywiście w nauce. Samouczące się algorytmy maszynowe stanowią wyjątkową metodę przekształcania danych w wiedzę. Powstało sporo książek wyjaśniających sposób działania tych algorytmów i prezentujących nieraz spektakularne przykłady ich wykorzystania. Do dyspozycji pozostają też narzędzia przeznaczone do tego rodzaju zastosowań, takie jak biblioteki Pythona, w tym pandas i scikit-learn. Problemem pozostaje implementacja rozwiązań codziennych problemów związanych z uczeniem maszynowym. Z tej książki najwięcej skorzystają profesjonaliści, którzy znają podstawowe koncepcje związane z uczeniem maszynowym. Osoby te potraktują ją jako przewodnik ułatwiający rozwiązywanie konkretnych problemów napotykanych podczas codziennej pracy z uczeniem maszynowym. Dzięki zawartym tu recepturom takie zadania jak wczytywanie danych, obsługa danych tekstowych i liczbowych, wybór modelu czy redukcja wymiarowości staną się o wiele łatwiejsze do wykonania. Każda receptura zawiera kod, który można wstawić do swojego programu, połączyć lub zaadaptować według potrzeb. Przedstawiono także analizy wyjaśniające poszczególne rozwiązania i ich kontekst. Z tą książką płynnie przejdziesz od rozważań teoretycznych do opracowywania działających aplikacji i praktycznego korzystania z zalet uczenia maszynowego. Receptury w tej książce dotyczą: wektorów, macierzy i tablic obsługi danych liczbowych i tekstowych, obrazów, a także związanych z datą i godziną redukcji wymiarowości za pomocą wyodrębniania i wyboru cech oceny i wyboru modelu oraz regresji liniowej i logistycznej maszyn wektorów nośnych (SVM), naiwnej klasyfikacji bayesowskiej, klasteryzacji i sieci neuronowych zapisywania i wczytywania wytrenowanych modeli Uczenie maszynowe w Pythonie - użyj sprawdzonych receptur kodu!

## Wydania

### Uczenie maszynowe w Pythonie. Receptury

- Wydawnictwo: Helion
- Przekład: Robert Górczyński
- ISBN: 978-83-2835-046-5
- Liczba stron: 344
- Data wydania: 2019-03-12
- Język: pl_PL