Overview

Książka rozpoczyna się od ustanowienia fundamentalnej idei uczenia maszynowego (ML) jako galęzi sztucznej inteligencji, która umożliwia systemom uczenie się wzorców z danych i podejmowanie decyzji bez jawnego programowania. Wyraźnie odróżnia tradycyjne programowanie od paradygmatów uczenia maszynowego i wprowadza kluczowe elementy ML, w tym dane, algorytmy, modele i prognozy. Zakres ML jest omawiany w różnych dziedzinach, takich jak opieka zdrowotna, finanse, edukacja, robotyka i analiza danych, podkreślając jego rosnące znaczenie w nowoczesnych systemach cyfrowych. Szczególowe wyjaśnienie rodzajów uczenia maszynowego następuje, obejmując uczenie nadzorowane, nienadzorowane, pól-nadzorowane i wzmacniające. Każdy typ uczenia się jest wspierany intuicyjnymi przykladami i powszechnie stosowanymi algorytmami, umożliwiając uczniom zrozumienie, kiedy i dlaczego należy zastosowac określone podejście.

Full Product Details

9786630015782

Table of Contents

Reviews

Author Information

Tab Content 6

Countries Available