TargiKsiążkiMaj2025
okładka Wnioskowanie i związki przyczynowe w Pythonie. Nowoczesne uczenie maszynowe z wykorzystaniem bibliotek DoWhy, EconML, PyTorch i nie tylko ebook | epub, mobi, pdf | Aleksander Molak

Pobierz za darmo fragment ebooka

Promocja

Sprzedaje i dostarcza: Woblink

Wnioskowanie i związki przyczynowe w Pythonie. Nowoczesne uczenie maszynowe z wykorzystaniem bibliotek DoWhy, EconML, PyTorch i nie tylko Aleksander Molak ebook

Moja ocena:

Sprzedaje i dostarcza: Woblink

Dodano do koszyka

Koszyk

Opis treści

W uczeniu maszynowym odkrywanie związków przyczynowych daje możliwości, jakich nie można uzyskać tradycyjnymi technikami statystycznymi. Najnowsze trendy w programowaniu pokazują, że przyczynowość staje się kluczowym zagadnieniem dla generatywnej sztucznej inteligencji. Niezbędna okazuje się więc znajomość grafów przyczynowych i zapytań konfrontacyjnych.

_x005F_x000D_ _x005F_x000D_

Dzięki tej książce łatwo przyswoisz teoretyczne podstawy i zaczniesz je płynnie wdrażać w rzeczywistych scenariuszach. Dowiesz się, w jaki sposób myślenie przyczynowe ułatwia rozwiązywanie problemów, i poznasz pojęcia Pearla, takie jak strukturalny model przyczynowy, interwencje, kontrfakty itp. Każde zagadnienie zostało dokładnie wyjaśnione i opatrzone zbiorem praktycznych ćwiczeń z kodem w Pythonie. Nauczysz się także implementować poszczególne modele i zrozumiesz, czym się kierować przy wyborze technik i algorytmów do rozwiązywania konkretnych scenariuszy przyczynowych. To przewodnik, który docenią szczególnie inżynierowie uczenia maszynowego i analitycy danych.

_x005F_x000D_ _x005F_x000D_

W książce:

_x005F_x000D_ _x005F_x000D_
    _x005F_x000D_
  • wnioskowanie związków przyczynowych
  • _x005F_x000D_
  • budowa i działanie strukturalnych modeli przyczynowych
  • _x005F_x000D_
  • czteroetapowy proces wnioskowania związków przyczynowych w Pythonie
  • _x005F_x000D_
  • techniki modelowania efektu interwencji
  • _x005F_x000D_
  • nowoczesne metody odkrywania związków przyczynowych za pomocą Pythona
  • _x005F_x000D_
  • korzystanie z wnioskowania związków przyczynowych
  • _x005F_x000D_
_x005F_x000D_ _x005F_x000D_
_x005F_x000D_

Przyczyna i skutek, nic więcej. Pomyłki jako takie nie istnieją...

_x005F_x000D_ _x005F_x000D_

Jose Antonio Cotrina, hiszpański pisarz science fiction

_x005F_x000D_
_x005F_x000D_

„Wnioskowanie i związki przyczynowe w Pythonie. Nowoczesne uczenie maszynowe z wykorzystaniem bibliotek DoWhy, EconML, PyTorch i nie tylko”, Aleksander Molak – jak czytać ebook?

Ebooka „Wnioskowanie i związki przyczynowe w Pythonie. Nowoczesne uczenie maszynowe z wykorzystaniem bibliotek DoWhy, EconML, PyTorch i nie tylko”, tak jak pozostałe książki w formacie elektronicznym przeczytacie w aplikacji mobilnej Woblink na Android lub iOS lub na innym urządzeniu obsługującym format epub lub mobi - czytnik ebooków (Pocketbook, Kindle, inkBook itd.), tablet, komputer etc. Czytaj tak, jak lubisz!

Zanim zdecydujesz się na zakup, możesz również przeczytać u nas darmowy fragment ebooka. A jeśli wolisz słuchać, sprawdź, czy książka jest dostępna w Woblink także jako audiobook (mp3).

Szczegółowe informacje na temat ebooka Wnioskowanie i związki przyczynowe w Pythonie. Nowoczesne uczenie maszynowe z wykorzystaniem bibliotek DoWhy, EconML, PyTorch i nie tylko

    • Wnioskowanie i związki...

      Ebook

      109,00 zł  

    • bumerang

Opinie i oceny ebooka Wnioskowanie i związki przyczynowe w Pythonie. Nowoczesne uczenie maszynowe z wykorzystaniem bibliotek DoWhy, EconML, PyTorch i nie tylko

0,0

0 ocen / 0 opinii

razem z Lubimy Czytać
Oceń
Wnioskowanie i związki przyczynowe w Pythonie. Nowoczesne uczenie maszynowe z wykorzystaniem bibliotek DoWhy, EconML, PyTorch i nie tylko

Wnioskowanie i związki przyczynowe w Pythonie. Nowoczesne uczenie maszynowe z wykorzystaniem bibliotek DoWhy, EconML, PyTorch i nie tylko

Aleksander Molak,

Moja ocena: