# Uczenie maszynowe. Elementy matematyki w analizie danych

Canonical: https://www.kolczanksiazek.pl/leszek-albrzykowski/uczenie-maszynowe-elementy-matematyki-w-analizie-danych/9788328391390

Wersja JSON (te same dane): https://www.kolczanksiazek.pl/leszek-albrzykowski/uczenie-maszynowe-elementy-matematyki-w-analizie-danych/9788328391390.json

![Uczenie maszynowe. Elementy matematyki w analizie danych](https://quivercdn.com/covers/helion/leszek-albrzykowski/uczenie-maszynowe-elementy-matematyki-w-analizie-danych_978-83-2839-139-0.jpg?v=2026-04-07%2011%3A13%3A18)

- Książka: [Uczenie maszynowe. Elementy matematyki w analizie danych](https://www.kolczanksiazek.pl/leszek-albrzykowski/uczenie-maszynowe-elementy-matematyki-w-analizie-danych) ([Uczenie maszynowe. Elementy matematyki w analizie danych.md](https://www.kolczanksiazek.pl/leszek-albrzykowski/uczenie-maszynowe-elementy-matematyki-w-analizie-danych.md))
- Autorzy: [Leszek Albrzykowski](https://www.kolczanksiazek.pl/leszek-albrzykowski)
- Wydawnictwo: Helion
- ISBN: 978-83-2839-139-0
- Liczba stron: 104
- Data wydania: 2023-01-24
- Język: pl_PL
- Oprawa: Softcover

## Opis

Na styku matematyki i informatyki Uczenie maszynowe (ML) i sztuczna inteligencja (AI). Obok komputerów kwantowych to dwa główne, gorące tematy we współczesnej informatyce. Oba nieco tajemnicze, futurystyczne i przede wszystkim wymagające posiadania dość sporej wiedzy i umiejętności matematycznych. Stąd podręczniki akademickie poświęcone sztucznej inteligencji i uczeniu maszynowemu zwykle są grube, ciężkie i naszpikowane detalami. Niesprzyjające szybkiej nauce i w rzeczywistości wcale nie takie… podręczne. Inaczej jest z tą niewielkich rozmiarów książką. Jej autor przedstawia tematy związane z AI i ML z naciskiem na matematykę, tłumaczy jednak wszystko krok po kroku ― tak by czytelnikom było łatwiej je zrozumieć. Zagadnienia matematyczne są tu objaśniane o tyle, o ile jest to konieczne dla opanowania konkretnych treści z zakresu uczenia maszynowego. Znajdziesz tu omówienie takich kluczowych zagadnień jak: Wnioskowanie bayesowskie Modele liniowe Zmienne informatywne i entropia informacji Ocena wpływu cech na model Detekcja anomalii Ocena modelu