MARCIN SZELIGA Livres

Odkryj na nowo przyjemność korzystania z komputera - z Windows 8 PL! Jak się odnaleźć, czyli gdzie podziały się stary dobry ekran i menu Start? Integracja z usługami online, czyli jak efektywnie używać nowych kont użytkownika? Podręczna kopia na USB, czyli jak zmieścić w kieszeni Windows z własnymi ustawieniami? Wypuszczenie na rynek systemu operacyjnego Windows 8 , z ponad 300 nowymi funkcjami, można śmiało uznać za krok r�wnie odważny i niekonwencjonalny, jak opublikowanie wersji Windows 95 siedemnaście lat temu. Tamta wersja zrewolucjonizowała świat komputer�w osobistych, natomiast obecna ma wszelkie szanse podbić rynek nie tylko komputer�w, ale także smartfon�w, tablet�w i wielu innych urządzeń. Wyposażona we wszystkie funkcje Windows 7 (i w pełni kompatybilna z tamtym systemem), lecz obdarzona zupełnie nowym interfejsem i kilkoma setkami nowych funkcji, znacznie bezpieczniejsza i bardziej wydajna, być może okaże się zarzewiem nowej rewolucji.

XXI wiek to czas sztucznej inteligencji. Nie tylko tej specjalistycznej, która kieruje samochodami, tłumaczy języki naturalne czy szuka leku na raka, ale również uniwersalnej, rozwiązującej zadania z różnych dziedzin. Ten przełom zawdzięczamy splotowi trzech zdarzeń: rozwojowi technologii przechowywania i przetwarzania danych, nowej metodzie naukowej (data science), oraz uczeniu maszynowemu, w szczególności znacznemu postępowi w zakresie głębokiego uczenia maszynowego. Książka przedstawia uczenie maszynowe w ujęciu praktycznym. Przeprowadzając opisane w niej eksperymenty data science poznamy zastosowanie reguł statystycznych i algorytmów uczenia maszynowego do rozwiązywania konkretnych problemów. Takie podejście oznacza, że studenci informatyki oraz specjaliści — analitycy, informatycy i bazodanowcy — zdobędą nie tylko teoretyczną wiedzę, ale również umiejętność jej praktycznego wykorzystania w codziennej pracy. Książka podzielona jest na cztery części: • Pierwszy rozdział wyjaśnia termin Data science i pokazuje zastosowanie tej metody w eksperymentach naukowych. • Rozdziały od drugiego do czwartego poświęcone są danym: technikom oceny ich jakości, wstępnego przygotowania oraz wzbogacenia danych na potrzeby ich dalszej analizy. • Rozdziały od piątego do dziewiątego opisują poszczególne typy modeli predykcyjnych: klasyfikatory, regresory, modele grupujące, rekomendujące i prognozujące. • Ostatnie dwa rozdziały książki przedstawiają metody oceny i poprawy jakości modeli oraz udostępniania ich użytkownikom jako usług WWW.