Księgarnia naukowo-techniczna styczna.pl

Księgarnia naukowo-techniczna
styczna.pl

 


Zaawansowane wyszukiwanie
Ksiŕgarnia informatyczna - Promocyjna sprzedaŹ ksi-Źek Wydawnictwo PWN
  Strona Główna » Sklep » Informatyka » Programowanie » Moje Konto  |  Zawartość Koszyka  |  Do Kasy   
 Wybierz kategorię
Albumy
Architektura
Beletrystyka
Biochemia
Biologia
Biznes
Budownictwo
Chemia
Design DTP
E-biznes
Ekologia i środowisko
Ekonometria
Ekonomia Finanse
Elektronika
Elektrotechnika
Encyklopedie
Energetyka
Fizyka
Fotografia
Geografia
Historia
Informatyka
  Bazy danych
  Bezpieczeństwo
  Budowa komputera
  CAD
  Grafika komputerowa
  iPod Pocket PC
  Kursy
  Media społecznościowe
  Office
  Programowanie
  Programy graficzne
  Sieci bezprzewodowe
  Sieci komputerowe
  Systemy operacyjne
  Techniki programowania
  Webmasterstwo
Maszynoznawstwo
Matematyka
Medycyna
Motoryzacja
Polityka
Popularnonaukowe
Poradniki
Prawo
Słowniki
Sport
Sztuka
Technika
Telekomunikacja
Turystyka
Zarządzanie jakością

Zobacz pełny katalog »
 Wydawnictwo:
 WNT
Promieniowanie termiczne i jego detekcja

Promieniowanie termiczne i jego detekcja

49.00zł
39.69zł
Algorytmy Data Science. Siedmiodniowy przewodnik. Wydanie II 49.00zł 36.75zł
Algorytmy Data Science. Siedmiodniowy przewodnik. Wydanie II

Tytuł: Algorytmy Data Science. Siedmiodniowy przewodnik. Wydanie II
Autor: David Natingga
ISBN: 978-83-283-5602-3
Ilość stron: 208
Data wydania: 10/2019
Format: 168x237
Wydawnictwo: HELION

Cena: 49.00zł 36.75zł


Data science jest interdyscyplinarną dziedziną naukową łączącą osiągnięcia uczenia maszynowego, statystyki i eksploracji danych. Umożliwia wydobywanie nowej wiedzy z istniejących danych poprzez stosowanie odpowiednich algorytmów i analizy statystycznej. Stworzono dotąd wiele algorytmów tej kategorii i wciąż powstają nowe. Stanowią one podstawę konstruowania modeli umożliwiających wyodrębnianie określonych informacji z danych odzwierciedlających zjawiska zachodzące w świecie rzeczywistym, pozwalają też na formułowanie prognoz ich przebiegu w przyszłości. Algorytmy data science są postrzegane jako ogromna szansa na zdobycie przewagi konkurencyjnej, a ich znaczenie stale rośnie.

Ta książka jest zwięzłym przewodnikiem po algorytmach uczenia maszynowego. Jej cel jest prosty: w ciągu siedmiu dni masz opanować solidne podstawy siedmiu najważniejszych dla uczenia maszynowego algorytmów. Opisom poszczególnych algorytmów towarzyszą przykłady ich implementacji w języku Python, a praktyczne ćwiczenia, które znajdziesz na końcu każdego rozdziału, ułatwią Ci lepsze zrozumienie omawianych zagadnień. Co więcej, dzięki książce nauczysz się właściwie identyfikować problemy z zakresu data science. W konsekwencji dobieranie odpowiednich metod i narzędzi do ich rozwiązywania okaże się dużo łatwiejsze.

W tej książce:

  • efektywne implementacje algorytmów uczenia maszynowego w języku Python
  • klasyfikacja danych przy użyciu twierdzenia Bayesa, drzew decyzyjnych i lasów losowych
  • podział danych na klastery za pomocą algorytmu k-średnich
  • stosowanie analizy regresji w parametryzacji modeli przewidywań
  • analiza szeregów czasowych pod kątem trendów i sezonowości danych

Algorytmy data science: poznaj, zrozum, zastosuj!

Rozdziały:

    • O autorze
    • O recenzentach
    • Przedmowa
      • Do kogo kierujemy tę książkę?
      • Co zawiera ta książka?
      • Jak najlepiej wykorzystać tę książkę?
      • Kod przykładowych programów
      • Konwencje typograficzne stosowane w książce
    • Rozdział 1. Klasyfikacja na podstawie najbliższego sąsiedztwa
      • Subiektywne odczuwanie temperatury
      • Implementacja algorytmu k najbliższych sąsiadów
        • Dane wejściowe
        • Wynik klasyfikacji
        • Wizualizacja
      • Mapa Włoch przykład doboru wartości k
        • Analiza
      • Skalowanie danych prognozowanie statusu własności
        • Analiza
      • Nieeuklidesowe metryki odległości punktów klasyfikowanie tekstów
        • Analiza
      • Klasyfikowania tekstów ciąg dalszy wielowymiarowy algorytm k-NN
        • Analiza
      • Podsumowanie
      • Problemy
        • Subiektywne odczuwanie temperatury
        • Mapa Włoch przykład doboru wartości k
        • Status własności
        • Analiza
    • Rozdział 2. Naiwny klasyfikator bayesowski
      • Testy medyczne podstawowe zastosowanie twierdzenia Bayesa
        • Analiza
      • Podstawowe twierdzenie Bayesa i jego rozszerzenie
        • Twierdzenie Bayesa
          • Dowód
        • Rozszerzone twierdzenie Bayesa
          • Dowód
      • Zagramy w szachy? niezależne zdarzenia warunkujące
        • Analiza
      • Implementacja naiwnego klasyfikatora bayesowskiego
        • Dane wejściowe
        • Wynik
      • Zagramy w szachy? częściowo zależne zdarzenia warunkujące
        • Analiza
          • Dane wejściowe
          • Wynik
      • Chłopak czy dziewczyna? twierdzenie Bayesa dla ciągłych zmiennych losowych
        • Analiza
      • Podsumowanie
      • Problemy
        • Analiza
    • Rozdział 3. Drzewa decyzyjne
      • Pływamy? reprezentowanie danych w postaci drzewa decyzyjnego
      • Elementy teorii informacji
        • Entropia informacyjna
          • Przykład losowe rzucanie monetą
          • Definicja
        • Zysk informacyjny
        • Pływamy? obliczanie zysku informacyjnego
      • Algorytm ID3 konstruowanie drzewa decyzyjnego
        • Pływamy? budowanie drzewa decyzyjnego
        • Implementacja w języku Python
          • Dane wejściowe
          • Wynik
      • Klasyfikowanie danych za pomocą drzew decyzyjnych
        • Przykład pływamy czy nie?
      • Przykład gra w szachy pod chmurką
        • Analiza
          • Dane wejściowe
          • Wynikowe drzewo decyzyjne
          • Klasyfikacja
      • Na zakupy przykład niespójnych danych
        • Analiza
      • Podsumowanie
      • Problemy
        • Analiza
    • Rozdział 4. Lasy losowe
      • Ogólne zasady konstruowania lasów losowych
      • Pływamy? klasyfikacja za pomocą lasu losowego
        • Analiza
        • Konstruowanie lasu losowego
          • Losowe drzewo decyzyjne nr 0
          • Losowe drzewo decyzyjne nr 1
          • Wynikowy las losowy
        • Klasyfikowanie cechy na podstawie lasu losowego
      • Implementacja algorytmu konstruowania lasu losowego
        • Dane wejściowe
        • Wynik
      • Przykład zagramy w szachy?
        • Analiza
        • Konstruowanie lasu losowego
          • Losowe drzewo decyzyjne nr 0
          • Losowe drzewa decyzyjne nr 1, 2 i 3
          • Wynikowy las losowy
        • Klasyfikacja w drodze głosowania
          • Dane wejściowe
          • Wynik
      • Idziemy na zakupy? wnioskowanie z niespójnych danych i miara wiarygodności wyniku
        • Analiza
          • Dane wejściowe
          • Wynik
      • Podsumowanie
      • Problemy
        • Analiza
          • Dane wejściowe
          • Wynik
    • Rozdział 5. Klasteryzacja
      • Dochód gospodarstwa domowego niski czy wysoki?
      • Algorytm k-średnich
        • Początkowy zbiór centroidów
        • Wyznaczanie centroidu klastera
      • Przykład wykorzystanie algorytmu k-średnich do klasyfikacji dochodów
      • Klasyfikowanie przez klasteryzację prognozowanie płci nieznanej osoby
        • Analiza
      • Implementacja algorytmu k-średnich
        • Dane wejściowe
        • Wynik grupowania
      • Status własności dobór optymalnej liczby klasterów
        • Analiza
          • Dane wejściowe
          • Wynik podział między dwa klastery
          • Wynik podział między trzy klastery
          • Wynik podział między cztery klastery
          • Wynik podział między pięć klasterów
      • Klasyfikowanie dokumentów semantyczne znaczenie klasteryzacji
        • Analiza
          • Dane wejściowe
          • Wynik podział między dwa klastery
          • Wynik podział między trzy klastery
          • Wynik podział między pięć klasterów
      • Podsumowanie
      • Problemy
        • Analiza
          • Dane wejściowe
          • Dwa klastery
          • Trzy klastery
          • Cztery klastery
          • Pięć klasterów
          • Wybór optymalnej liczby klasterów przy użyciu walidacji krzyżowej
    • Rozdział 6. Analiza regresji
      • Konwersja temperatur regresja liniowa dla danych doskonałych
        • Rozwiązanie analityczne
        • Metoda najmniejszych kwadratów w regresji liniowej
        • Implementacja analizy regresji liniowej w Pythonie
          • Kod programu
          • Wynik
          • Wizualizacja
      • Regresja dla danych pomiarowych prognozowanie wagi na podstawie wzrostu
        • Analiza
          • Kod programu
          • Wynik
      • Metoda spadku gradientowego i jej implementacja
        • Szczegóły algorytmu
        • Implementacja w Pythonie
          • Dane wejściowe
          • Wynik
          • Wizualizacja porównanie z metodą analityczną
      • Przewidywanie czasu przelotu na podstawie odległości
        • Analiza
          • Kod programu
          • Wynik
      • Obliczenia balistyczne model nieliniowy
        • Analiza
          • Kod programu
          • Wynik
      • Podsumowanie
      • Problemy
        • Analiza
          • Kod programu
          • Wynik
          • Wizualizacja
    • Rozdział 7. Analiza szeregów czasowych
      • Zysk w biznesie analiza trendu
        • Analiza
          • Kod programu
          • Wynik
          • Wizualizacja
        • Konkluzja
      • Sprzedaż w sklepie internetowym analiza sezonowości
        • Analiza
        • Analiza trendu
          • Kod programu
          • Wynik
          • Wizualizacja
        • Analiza sezonowości
          • Wizualizacja
      • Podsumowanie
      • Problemy
        • Analiza
          • Kod programu
          • Wynik
          • Wizualizacja
          • Wizualizacja
    • Dodatek A Podstawy języka Python
      • Przykład
      • Komentarze
      • Typy danych
        • int
          • Przykład example02_int.py
          • Wynik
        • float
          • Przykład example03_float.py
          • Wynik
        • Napis
          • Przykład example04_string.py
          • Wynik
        • Krotka
          • Przykład example05_tuple.py
          • Wynik
        • Lista
          • Przykład example06_list.py
          • Wynik
        • Zbiór
          • Przykład example07_set.py
          • Wynik
        • Słownik
          • Przykład example08_dictionary.py
          • Wynik
      • Przepływ sterowania
        • Instrukcje warunkowe
          • Przykład example09_if_else_elif.py
          • Wynik
        • Pętla for
          • Przykład example10_for_loop_range.py
          • Wynik
          • Przykład example11_for_loop_list.py
          • Wynik
          • Przykład example12_for_loop_set.py
          • Wynik
        • Pętla while
          • Przykład example13_while_loop.py
          • Wynik
        • Instrukcje break i continue
          • Przykład example14_break_continue.py
          • Wynik
      • Funkcje
        • Przykład example15_function.py
        • Wynik
      • Wejście-wyjście programu
        • Argumenty wywołania programu
          • Przykład example16_arguments.py
          • Wynik
        • Operacje na plikach
          • Przykład example17_file.py
          • Wynik
    • Dodatek B Statystyka
      • Podstawowe koncepcje
        • Notacja
        • Podstawowe pojęcia
      • Wnioskowanie bayesowskie
      • Rozkład normalny Gaussa
      • Walidacja krzyżowa
      • Testowanie A/B
    • Dodatek C Słownik pojęć, algorytmów i metod Data Science
Tytuł książki: "Algorytmy Data Science. Siedmiodniowy przewodnik. Wydanie II"
Autor: David Natingga
Wydawnictwo: HELION
Cena: 49.00zł 36.75zł
Klienci, którzy kupili tę książkę, kupili także
Białka i peptydy
Białka i peptydy
Shawn Doonan
PWN
Inżynieria materiałowa Tom 2
Inżynieria materiałowa Tom 2
Michael Ashby, Hugh Shercliff, David Cebon
Galaktyka
Policjanci Ulica Pierwsi na miejscu, najbliżej ludzi, krwi i okrucieństwa
Policjanci Ulica Pierwsi na miejscu, najbliżej ludzi, krwi i okrucieństwa
Puzyńska Katarzyna
Prószyński
Kodeks cywilny rodzinny i opiekuńczy
Kodeks cywilny rodzinny i opiekuńczy
Kaszok Agnieszka
Od.Nowa.
Bolało jeszcze bardziej
Bolało jeszcze bardziej
Lidia Ostałowska
CZARNE
A wszystko przez geny
A wszystko przez geny
Greg Gibson
Sonia Draga
 Koszyk
0 przedmiotów
Wydawnictwo
Tu można zobaczyć wszystkie książki z wydawnictwa:

Wydawnictwo Helion
 Kategoria:
 Fizyka
Broń jądrowa Fizyka budowa działanie skutki historia

Broń jądrowa Fizyka budowa działanie skutki historia

29.00zł
23.49zł
Informacje
Regulamin sklepu.
Koszty wysyłki.
Polityka prywatności.
Jak kupować?
Napisz do Nas.
 Wydawnictwa
 Polecamy
3ds Max 2012 Biblia Kelly L. Murdock HELION
Windows Server 2008 R2 Usługi pulpitu zdalnego Resource Kit Christa Anderson, Kristin L. Griffin, Microsoft Remote Desktop Virtual Microsoft Press
Słownik naukowo-techniczny angielsko-polski Wydanie XII Red. M.Berger, T.Jaworska, A.Baranowska, M.Barańska WNT
Autodesk Inventor Professional /Fusion 2012PL/2012+ Metodyka projektowania z płytą CD Andrzej Jaskulski PWN
Fizyka współczesna Paul A. Tipler Ralph A. Llewellyn PWN
Encyklopedia popularna PWN + CD Edycja 2015 Praca zbiorowa PWN
Anatomia zwierząt Tom 2 Narządy wewnętrzne i układ krążenia Wydanie 3 Kazimierz Krysiak, Krzysztof Świeżyński PWN
OpenGL Księga eksperta Wydanie V Richard S. Wright, Jr., Nicholas Haemel, Graham Sellers, Benjamin Lipc HELION
Programowanie Microsoft SQL Server 2008 Tom 1 + Tom 2 Leonard Lobel, Andrew J. Brust, Stephen Forte Microsoft Press