Subscribe to newsletters

Otrzymuj jako pierwszy informacje o nowościach i promocjach!

Email:
Wyrażam zgodę na otrzymywanie oferty handlowej. Więcej
This field is required
I hereby agree with the terms of service
This field is required

Nasz newsletter wysyłany jest zwykle raz na miesiąc.

Wprowadzenie do modelowania predykcyjnego Wersja R

Przemysław Biecek , Anna Kozak , Aleksander Zawada

Wprowadzenie do modelowania predykcyjnego Wersja R
In Stock
Dostępne mniej niż 10 sztuk.
Usually dispatched in 5 business days.
$12.99
Zobacz dostępne formy płatności.
:

 
Product info / Cechy produktu
Rodzaj (nośnik) / Item type książka / book
Dział / Department Książki i czasopisma / Books and periodicals
Autor / Author Przemysław Biecek , Anna Kozak , Aleksander Zawada
Tytuł / Title Wprowadzenie do modelowania predykcyjnego
Podtytuł / Subtitle Wersja R
Język / Language polski
Wydawca / Publisher Wydawnictwa Uniwersytetu Warszawskiego
Rok wydania / Year published 2022
Języki oryginału / Original lanugages polski
   
Rodzaj oprawy / Cover type Miękka
Wymiary / Size 20.8x29.5 cm
Liczba stron / Pages 52
Ciężar / Weight 0.2100 kg
   
Wydano / Published on 2/28/2022
ISBN 9788381562645 (9788381562645)
EAN/UPC 9788365291134
Stan produktu / Condition nowy / new - sprzedajemy wyłącznie nowe nieużywane produkty
Book in Polish by Przemysław Biecek, Anna Kozak, Aleksander Zawada. Książka splata teorię, przykłady i procesy istotne dla tworzenia modeli zgodnie z regułami Odpowiedzialnego Uczenia Maszynowego (ang. Responsible Machine Learning). Znajdziesz tutaj intuicje i przykłady dla Interpretable Machine Learning (IML) i eXplainable Artificial Intelligence (XAI). Opisy uzupełnione są o fragmenty kodu z przykładami dla R z wykorzystaniem pakietów randomForest, mlr3 i DALEX. Wreszcie, proces tworzenia modeli jest pokazany poprzez komiks opisujący przygody dwóch postaci, Bety i Bita. Interakcja tych dwóch postaci pokazuje decyzje, przed którymi często stają analitycy, czy wypróbować inny model, inną technikę eksploracji lub poszukać innych danych – pytania, jak porównywać modele lub je weryfikować.

Wszystkie przykłady są w pełni odwtarzalne tak, że można te wszystkie przygody odtworzyć na lokalnym komputerze. Tworzenie modeli jest odpowiedzialnym i wymagającym zadaniem, ale także ekscytującą przygodą. Czasami podręczniki skupiają się tylko na stronie technicznej, tracąc całą zabawę. Tutaj będziemy mieć jedno i drugie.

Niniejsza książka jest krótką, ale pouczającą i wciągającą wycieczką po odpowiedzialnym uczeniu maszynowym, w której dokładne wytłumaczenia fundamentalnych koncepcji są umiejętnie wplecione we wdzięczną i atrakcyjnie zilustrowaną fabułę. W sposób przyjazny turyście wskazuje ona na pewne ważne aspekty wnioskowania z danych oraz pozwala rzucić okiem na to, jak tego typu analizy są (lub przynajmniej powinny być) przeprowadzane. Należy zwrócić uwagę, że od Czytelnika nie wymaga się profesjonalnego, podróżniczego ekwipunku – otwarty umysł oraz solidne matematyczne przygotowanie na poziomie szkoły średniej z pewnością wystarczą. Nie trzeba chyba dodawać, że nie wystarczy powrócić z tej wycieczki, aby stać się ekspertem w data science – jest to wszak ogromna (i fascynująca) dziedzina, która może być porównana do podróży tysiąca mil. Wiemy jednak doskonale, że takie podróże rozpoczynają się od pierwszego kroku... lub złapania autostopu!
(Łukasz Rajkowski, redaktor polskiego miesięcznika popularnonaukowego "Delta")

Dwaj studenci z Politechniki Warszawskiej szli ramię w ramię w konkursie ogłoszonym przez NASA. Wygrał Mietek Begger i to w jego statku kosmicznym Lunar Apollo poleciał na Księżyc. Jak rodzą się tacy studenci? Poprzez kontakt z wyjątkowymi opiekunami. A co cechuje tych ostatnich? Oryginalny i inspirujący sposób przekazu.
Wyjątkowy podręcznik profesora Przemysława Biecka jest teraz w Twoich rękach.
(Marek Stączek, coach, storyteller, autor książek)

Dr hab. inż. Przemysław Biecek – absolwent statystyki matematycznej i inżynierii oprogramowania na Politechnice Wrocławskiej. Dzisiaj prowadzi badania nad wyjaśnialną i etyczną sztuczną inteligencją oraz wykłada na Politechnice Warszawskiej i Uniwersytecie Warszawskim. Założył grupę pasjonatów analizy danych MI2, rozwijającą metody i narzędzia odpowiedzialnego uczenia maszynowego. W wolnym czasie razem z Betą i Bitem jeździ po świecie i szuka przygód.

Anna Kozak – absolwentka statystyki matematycznej i analizy danych na Politechnice Warszawskiej. Obecnie prowadzi zajęcia z technik wizualizacji i eksploracji danych oraz pracuje badawczo w obszarze odpowiedzialnego uczenia maszynowego w grupie MI2. W wolnym czasie organizuje warsztaty w obszarze Data Science lub czyta kryminały.

Aleksander Zawada – rysownik, ilustrator, grafik, absolwent Wydziału Architektury Politechniki Warszawskiej. Zawodo zajmuje się wszystkimi formami kreacji graficznej. Prowadzi fundację cyberetyka.pl. Uwielbia gry planszowe, fabularne i strategiczne, sporty oraz emocje.
Product tags

 Tip: Type the quantity (default is 1) and click "Add to cart" button to order online.