Gift Noah
Ukryj filtry
Sortowanie
Źródło opisu
IBUK Libra
(1)
Forma i typ
E-booki
(1)
Autor
Sekuła Aleksandra
(2477)
Kozioł Paweł
(2013)
Kotwica Wojciech
(794)
Kowalska Dorota
(656)
Kochanowski Jan
(490)
Gift Noah
(-)
Pokaż więcej ...
Konopnicka Maria
(425)
Sienkiewicz Henryk (1846-1916)
(407)
Kraszewski Józef Ignacy (1812-1887)
(368)
Żeleński Tadeusz (1874-1941)
(361)
Krzyżanowski Julian
(309)
Otwinowska Barbara
(309)
Krzyżanowski Julian (1892-1976)
(286)
Żeromski Stefan (1864-1925)
(276)
Trzeciak Weronika
(262)
Krasicki Ignacy
(251)
Boy-Żeleński Tadeusz
(246)
Mickiewicz Adam (1798-1855)
(245)
Leśmian Bolesław
(244)
Prus Bolesław (1847-1912)
(233)
Słowacki Juliusz
(233)
Goliński Zbigniew
(201)
Dug Katarzyna
(198)
Baczyński Krzysztof Kamil
(195)
Christie Agatha (1890-1976)
(195)
Czechowicz Józef
(188)
Mickiewicz Adam
(183)
Orzeszkowa Eliza
(180)
Słowacki Juliusz (1809-1849)
(176)
Konopnicka Maria (1842-1910)
(167)
Orzeszkowa Eliza (1841-1910)
(162)
Jachowicz Stanisław
(161)
Shakespeare William (1564-1616)
(160)
Praca zbiorowa
(159)
Kraszewski Józef Ignacy
(152)
Iwaszkiewicz Jarosław (1894-1980)
(151)
Fabianowska Małgorzata
(147)
Roberts Nora (1950- )
(145)
Brzechwa Jan (1900-1966)
(142)
Szancer Jan Marcin (1902-1973)
(142)
Baudelaire Charles
(140)
Morsztyn Jan Andrzej
(139)
Prus Bolesław
(139)
Lech Justyna
(138)
Szulc Andrzej
(137)
Przerwa-Tetmajer Kazimierz
(134)
Staff Leopold (1878-1957)
(134)
Dąbrowska Maria (1889-1965)
(131)
Rolando Bianka
(131)
Reymont Władysław Stanisław (1867-1925)
(129)
King Stephen (1947- )
(128)
Mróz Remigiusz (1987- )
(127)
Lange Antoni
(126)
Kasprowicz Jan (1860-1926)
(121)
Tuwim Julian (1894-1953)
(113)
Lenartowicz Teofil
(112)
Pigoń Stanisław (1885-1968)
(112)
Lem Stanisław (1921-2006)
(110)
Chotomska Wanda (1929- )
(109)
Conrad Joseph (1857-1924)
(109)
Polkowski Andrzej
(109)
Skibniewska Maria (1904-1984)
(107)
Wyspiański Stanisław (1869-1907)
(106)
Liebert Jerzy
(105)
Makuszyński Kornel (1884-1953)
(102)
Tkaczyszyn-Dycki Eugeniusz
(102)
Napierski Stefan
(101)
Montgomery Lucy Maud (1874-1942)
(98)
Mazan Maciejka
(96)
Pawlikowska-Jasnorzewska Maria
(96)
Rozwadowski Stanisław (1923-1996)
(96)
Cieślik Donata
(95)
Gomulicki Wiktor
(95)
Parandowski Jan (1895-1978)
(95)
Tetmajer Kazimierz Przerwa (1865-1940)
(93)
Siemianowski Roch (1950- )
(92)
Asnyk Adam
(90)
Wilczek Piotr
(90)
Uniechowski Antoni (1903-1976)
(88)
Krasiński Zygmunt (1812-1859)
(87)
Miciński Tadeusz
(87)
Sienkiewicz Henryk
(87)
Zieliński Bronisław (1914-1985)
(87)
Domańska Joanna (1970- )
(86)
Spirydowicz Ewa
(86)
Webb Holly
(85)
Bogdziewicz Monika
(84)
Fredro Aleksander (1793-1876)
(84)
Kniaźnin Franciszek Dionizy
(83)
Kochanowski Jan (1530-1584)
(83)
Zarawska Patrycja
(83)
Coben Harlan (1962- )
(82)
Wilusz Tomasz
(82)
Dickens Charles (1812-1870)
(81)
Kasprowicz Jan
(81)
Kierszys Zofia (1921-2000)
(81)
Sekuła Elżbieta
(81)
Szelburg-Zarembina Ewa (1899-1986)
(81)
Dehnel Tadeusz Jan (1906-1974)
(80)
Steel Danielle (1948- )
(79)
Ujejski Kornel
(79)
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