Gift Noah
Ukryj filtry
Sortowanie
Źródło opisu
IBUK Libra
(1)
Forma i typ
E-booki
(1)
Autor
Sekuła Aleksandra
(2469)
Kozioł Paweł
(2013)
Kotwica Wojciech
(782)
Kowalska Dorota
(665)
Kochanowski Jan
(490)
Gift Noah
(-)
Pokaż więcej ...
Konopnicka Maria
(425)
Krzyżanowski Julian
(309)
Otwinowska Barbara
(309)
Trzeciak Weronika
(262)
Zarawska Patrycja (1970- )
(253)
Jan Paweł II (papież ; 1920-2005)
(251)
Krasicki Ignacy
(251)
Roberts Nora (1950- )
(248)
Boy-Żeleński Tadeusz
(244)
Popławska Anna (filolog)
(244)
Leśmian Bolesław
(243)
Steel Danielle (1947- )
(242)
Disney Walt (1901-1966)
(236)
Słowacki Juliusz
(233)
Sienkiewicz Henryk (1846-1916)
(229)
Marciniakówna Anna
(226)
Drewnowski Jacek (1974- )
(218)
Fabianowska Małgorzata
(211)
Goliński Zbigniew
(201)
Mickiewicz Adam (1798-1855)
(201)
Dug Katarzyna
(198)
Baczyński Krzysztof Kamil
(195)
Czechowicz Józef
(188)
Christie Agatha (1890-1976)
(185)
Mickiewicz Adam
(183)
Zimnicka Iwona (1963- )
(183)
Orzeszkowa Eliza
(180)
Żeleński Tadeusz (1874-1941)
(168)
Shakespeare William (1564-1616)
(165)
Włodarczyk Barbara
(165)
Jachowicz Stanisław
(161)
Chotomska Wanda (1929-2017)
(159)
Praca zbiorowa
(159)
Rzehak Wojciech (1967- )
(157)
Kraszewski Józef Ignacy
(153)
Mazan Maciejka
(147)
Żeromski Stefan (1864-1925)
(147)
Byczek Zuzanna
(144)
Baudelaire Charles
(140)
Morsztyn Jan Andrzej
(139)
Lech Justyna
(138)
Prus Bolesław
(138)
Szulc Andrzej
(136)
Drabik Wiesław (1956- )
(134)
King Stephen (1947- )
(134)
Przerwa-Tetmajer Kazimierz
(134)
Kraszewski Józef Ignacy (1812-1887)
(132)
Rolando Bianka
(131)
Chmielewska Joanna (1932-2013)
(130)
Królicki Zbigniew A. (1954- )
(129)
Dobrzańska-Gadowska Anna
(128)
Webb Holly
(128)
Brzechwa Jan (1900-1966)
(126)
Lange Antoni
(126)
Gawryluk Barbara (1957- )
(125)
Sandemo Margit (1924-2018)
(125)
Krentz Jayne Ann (1948- )
(120)
Górski Wojciech (ilustrator)
(118)
Johansen Jorunn (1960- )
(114)
Marlier Marcel (1930-2011)
(114)
Mosiewicz-Szrejter Maria (1971- )
(113)
Delahaye Gilbert (1923-1997)
(112)
Lenartowicz Teofil
(112)
May Karl (1842-1912)
(112)
Mortka Marcin (1976- )
(111)
Goscinny René (1926-1977)
(110)
Konopnicka Maria (1842-1910)
(109)
Vandenberg Patricia (1921-2007)
(109)
Hesko-Kołodzińska Małgorzata
(108)
Szal Marek
(108)
Coben Harlan (1962- )
(107)
Lindgren Astrid (1907-2002)
(107)
Montgomery Lucy Maud (1874-1942)
(106)
Spirydowicz Ewa
(106)
Courths-Mahler Hedwig (1867-1950)
(105)
Liebert Jerzy
(105)
Ochab Janusz (1971- )
(104)
Fabisińska Liliana (1971- )
(103)
Siewior-Kuś Alina
(103)
Tkaczyszyn-Dycki Eugeniusz
(102)
Braiter-Ziemkiewicz Paulina (1968- )
(101)
Głowińska Anita
(101)
Napierski Stefan
(101)
Stadtmüller Ewa
(101)
Słowacki Juliusz (1809-1849)
(101)
Mróz Remigiusz (1987- )
(100)
Prus Bolesław (1847-1912)
(100)
Ross Tony (1938- )
(100)
Lien Merete (1952- )
(98)
Możdżyńska Aldona
(98)
Wasilewski Kazimierz (ilustrator)
(98)
Nowakowski Andrzej (1951- )
(97)
Pawlikowska-Jasnorzewska Maria
(96)
Gomulicki Wiktor
(95)
Olejnik Donata
(94)
Pokaż mniej ...
Rok wydania
2010 - 2019
(1)
Kraj wydania
Polska
(1)
Język
polski
(1)
1 wynik Filtruj
E-book
W koszyku
AI - podejście pragmatyczne : Wprowadzenie do uczenia maszynowego opartego na chmurze / Noah Gift. - Warszawa : Promise ; IBUK Libra, 2019. - 220 s.
Autor
Gift Noah.
Forma i typ
E-booki
Opanuj skuteczne, gotowe do użycia rozwiązania biznesowe dla sztucznej inteligencji i uczenia maszynowego AI – podejście pragmatyczne pomaga rozwiązywać praktyczne problemy przy użyciu nowoczesnego uczenia maszynowego, sztucznej inteligencji i chmurowych narzędzi obliczeniowych. Noah Gift demistyfikuje wszelkie koncepcje i narzędzia potrzebne do osiągnięcia wyników – nawet jeśli Czytelnik nie ma solidnego przygotowania z matematyki lub data science. Autor wyjaśnia skuteczne, gotowe do użycia rozwiązania udostępniane przez Amazon, Google i Microsoft oraz demonstruje sprawdzone techniki wykorzystujące ekosystem analizy danych oparty na języku Python. Proponowane podejścia i przykłady pomagają ukierunkować i uprościć każdy krok od wdrożenia po produkcję i budować rozwiązania o niezwykłych możliwościach skalowania. W miarę poznawania działania rozwiązań Machine Language (ML) będziesz uzyskiwać coraz bardziej intuicyjne zrozumienie tego, co można dzięki nim osiągnąć i jak zmaksymalizować ich wartość. Na tych podstawach autor krok po kroku prezentuje budowanie chmurowych aplikacji AI/ML do rozwiązywania realistycznych problemów w dziedzinie marketingu, zarządzania projektami, wyceniania produktów, nieruchomości i dużo więcej. Bez względu na to, czy jesteś profesjonalistą biznesowym, osobą decyzyjną, studentem czy programistą, eksperckie wskazówki autora i rozbudowane analizy przypadków przygotują cię do rozwiązywania problemów data science w niemal dowolnym środowisku. • Uzyskaj i skonfiguruj wszystkie potrzebne narzędzia • Szybko przejrzyj wszystkie funkcjonalności Pythona, których potrzebujesz do budowania aplikacji uczenia maszynowego • Opanuj narzędzia AI i ML oraz cykl życia projektu • Korzystaj z narzędzi analitycznych Pythona, takich jak IPython, Pandas, Numpy, Juypter Notebook i Sklearn • Dołącz pragmatyczną pętlę zwrotną, która pozwoli nieustannie poprawiać wydajność naszych procedur i systemów • Projektuj chmurowe rozwiązania AI oparte na Google Cloud Platform, uwzględniając usługi TPU, Colaboratory i Datalab • Definiuj chmurowe przepływy pracy w Amazon Web Services, w tym wystąpienia punktowe, potoki kodu i inne • Pracuj z API sztucznej inteligencji w Microsoft Azure • Poznaj budowanie sześciu rzeczywistych aplikacji AI od początku do końca
dostępna online
Ta pozycja jest dostępna przez Internet. Rozwiń informację, by zobaczyć szczegóły.
Dostęp do treści elektronicznej wymaga posiadania kodu PIN. Po odbiór kodu PIN zapraszamy do biblioteki.
Wyprowadzać dodatkowo:
sygnatury
identyfikatory
hasła przedmiotowe
lokalizacja
streszczenia
numer ISBN
hasło sortowania
adres wersji elektronicznej
rozmieszczenie egzemplarzy
opis fizyczny
Sortowanie zestawienia:
Sortowanie pozycji zestawienia:
Sortowanie pozycji zestawienia:
Pozycja została dodana do koszyka. Jeśli nie wiesz, do czego służy koszyk, kliknij tutaj, aby poznać szczegóły.
Nie pokazuj tego więcej