Treść książki
Przejdź do opcji czytnikaPrzejdź do nawigacjiPrzejdź do informacjiPrzejdź do stopki
Spistreści
OAutorach
Wstęp,czylidlaczegonapisaliśmytęksiążkę
1.Jaktodziała
Podstawowepojęcia
Uczeniemaszynowe
2.Podstawowemodeledatascience
Regresjaliniowapomagawwyborzewina
Drzewadecyzyjnepozwalająceocenićryzykokredytowe
Jakielekcjepowinienwyciągnąćdyrektormarketinguznalotówaliantów
podczasIIwojnyświatowej
NaiwnyklasyfikatorBayesauwalnianasodspamu
Uczeniemaszynowenienadzorowane
3.Głębokieuczeniemaszynowe
Jaksztucznainteligencjapowstrzymałazłodzieipapierutoaletowego
wChinach
Dlaczegodopieroteraznastąpiłrozwójsztucznejinteligencji
Jakdziałająalgorytmygłębokiegouczeniasię–przykładuczenia
nadzorowanego
Jakstosowaćgłębokieuczeniesięwpraktyce
4.Czykomputermożedziałaćjakludzkimózg,czyliuczenie
zewzmocnieniem
Jakludzkimózgstosujemechanizmnagródwprocesieuczeniasię
Nagrody,czyliotym,jakdziałająalgorytmyuczeniazewzmocnieniem
EksploracjaversuseksploatacjaiQ-uczeniesię
Zastosowaniaalgorytmówuczeniasięzewzmocnieniem
5.Jakkomputernauczyłsięrozumiećludzkąmowę,czyligraw300pytań
Odcyfr,przezkompilatory,dorozumieniajęzykanaturalnego
Jaksłowastająsięwektoramiliczb,którekomputerrozumie
Zastosowaniabiznesowe
6.Jakprzeczytaliśmyzezrozumieniem180tysięcyartykułówonowych
technologiachwkilkaminut
7.Internetrzeczyiuczeniemaszynowe
Rolls-Royce,doskonałośćprodukcjiiobsługidziękibigdatascience
Jakrzeźnikwykorzystałinternetrzeczyiuczeniemaszynowedobudowy
siłymarkiiwzrostusprzedaży
PrzyszłośćIoT
9
11
23
23
26
31
31
45
51
56
58
65
66
67
68
74
79
79
81
84
88
91
91
93
96
99
105
105
107
108
Spistreści
5