En savoir plus
Opanuj skuteczne, gotowe do uzycia rozwiazania biznesowe dla sztucznej inteligencji i uczenia maszynowego
AI - podejscie pragmatyczne pomaga rozwiazywac praktyczne problemy przy uzyciu nowoczesnego uczenia maszynowego, sztucznej inteligencji i chmurowych narzedzi obliczeniowych. Noah Gift demistyfikuje wszelkie koncepcje i narzedzia potrzebne do osiagniecia wynikow - nawet jesli Czytelnik nie ma solidnego przygotowania z matematyki lub data science.
Autor wyjasnia skuteczne, gotowe do uzycia rozwiazania udostepniane przez Amazon, Google i Microsoft oraz demonstruje sprawdzone techniki wykorzystujace ekosystem analizy danych oparty na jezyku Python. Proponowane podejscia i przyklady pomagaja ukierunkowac i uproscic kazdy krok od wdrozenia po produkcje i budowac rozwiazania o niezwyklych mozliwosciach skalowania. W miare poznawania dzialania rozwiazan Machine Language (ML) bedziesz uzyskiwac coraz bardziej intuicyjne zrozumienie tego, co mozna dzieki nim osiagnac i jak zmaksymalizowac ich wartosc.
Na tych podstawach autor krok po kroku prezentuje budowanie chmurowych aplikacji AI/ML do rozwiazywania realistycznych problemow w dziedzinie marketingu, zarzadzania projektami, wyceniania produktow, nieruchomosci i duzo wiecej. Bez wzgledu na to, czy jestes profesjonalista biznesowym, osoba decyzyjna, studentem czy programista, eksperckie wskazowki autora i rozbudowane analizy przypadkow przygotuja cie do rozwiazywania problemow data science w niemal dowolnym srodowisku.
. Uzyskaj i skonfiguruj wszystkie potrzebne narzedzia
. Szybko przejrzyj wszystkie funkcjonalnosci Pythona, ktorych potrzebujesz do budowania aplikacji uczenia maszynowego
. Opanuj narzedzia AI i ML oraz cykl zycia projektu
. Korzystaj z narzedzi analitycznych Pythona, takich jak IPython, Pandas, Numpy, Juypter Notebook i Sklearn
. Dolacz pragmatyczna petle zwrotna, ktora pozwoli nieustannie poprawiac wydajnosc naszych procedur i systemow
. Projektuj chmurowe rozwiazania AI oparte na Google Cloud Platform, uwzgledniajac uslugi TPU, Colaboratory i Datalab
. Definiuj chmurowe przeplywy pracy w Amazon Web Services, w tym wystapienia punktowe, potoki kodu i inne
. Pracuj z API sztucznej inteligencji w Microsoft Azure
. Poznaj budowanie szesciu rzeczywistych aplikacji AI od poczatku do konca
