NOWOŚCI dla inżyniera, który chce stosować systemy uczenia maszynowego 🆕 
Systemy uczenia maszynowego charakteryzują się złożonością i unikatowością 🧠💻 Jednak aby zbudować aplikację z nich korzystającą i nadającą się do wdrożenia w środowisku produkcyjnym, konieczne jest podejmowanie decyzji projektowych z uwzględnieniem cech systemu jako całości. Tu z pomocą przychodzi książka "Jak projektować systemy uczenia maszynowego. Iteracyjne tworzenie aplikacji gotowych do pracy".
Zaprezentowano w niej systemy ML używane w szybko rozwijających się startupach, a także przedstawiono holistyczne podejście do ich projektowania ― z uwzględnieniem różnych komponentów systemu i celów osób zaangażowanych w proces. Dużo uwagi poświęcono analizie decyzji projektowych, dotyczących między innymi sposobu tworzenia i przetwarzania danych treningowych, wyboru wskaźników, częstotliwości ponownego treningu modelu czy techniki monitorowania pracy aplikacji. Zaprezentowana tu koncepcja iteracyjna natomiast pozwala na uzyskanie pewności, że podejmowane decyzje są optymalne z punktu widzenia pracy całości systemu. Co ważne, poszczególne zagadnienia zostały zilustrowane rzeczywistymi studiami przypadków 😎 Czytaj, wdrażaj i skaluj modele tak, aby uzyskiwać najlepsze wyniki!
Obok komputerów kwantowych, uczenie maszynowe i sztuczna inteligencja, to dwa główne, gorące tematy we współczesnej informatyce 🧠⌨ Co prawda, oba nieco tajemnicze, futurystyczne i przede wszystkim wymagające posiadania dość sporej wiedzy i umiejętności matematycznych. Z tego powodu podręczniki akademickie poświęcone sztucznej inteligencji i uczeniu maszynowemu zwykle są grube, ciężkie i naszpikowane detalami. Co nie sprzyja szybkiej nauce 🤷♀️🤷
Na szczęście, inaczej jest z tą niewielkich rozmiarów książką: "Uczenie maszynowe. Elementy matematyki w analizie danych".
Autor przedstawia tematy związane z AI i ML z naciskiem na matematykę 🧮 Tłumaczy jednak wszystko krok po kroku ― tak by było łatwiej je zrozumieć. Zagadnienia matematyczne są tu objaśniane o tyle, o ile jest to konieczne dla opanowania konkretnych treści z zakresu uczenia maszynowego. W książce znajdziesz omówienie takich kluczowych zagadnień jak: Wnioskowanie bayesowskie, Metoda największej wiarygodności, Modele liniowe, Zmienne informatywne i entropia informacji, Łańcuch Markowa, Ocena modelu i wiele więcej.
Więcej książek z zakresu sztucznej inteligencji 🧠💻
Wraz z Bulldogjob zapraszamy Cię do Badania Społeczności IT 2023 💻 To już 5 edycja tego wydarzenia 😉 Raport z Badania to informacje, które możesz przełożyć na realne korzyści w swojej codziennej pracy 😎
➡️ Poznasz realny przekrój IT
➡️ Dowiesz się, jakie technologie są obecnie najpopularniejsze
➡️ Poznasz rzeczywiste zarobki w IT z podziałem na specjalizacje
i wiele więcej.
PS. Każdy uczestnik badania zgarnia przedpremierowy dostęp do wyników Badania oraz paczkę kodów rabatowych: do Helion.pl oraz do x-kom i PWN! 😉 |
