Treść książki
Przejdź do opcji czytnikaPrzejdź do nawigacjiPrzejdź do informacjiPrzejdź do stopki
Oksiążce
Modeluczeniamaszynowegozdużądokładnościąprzewidujepostępyleczeniapacjentów–to
jedenzwielupodobnychnagłówkówprasypopularno-naukowej,znalezionywczasopiśmie
Naturepodczaspisaniategowstępu[8].Książkauczy,jaksamodzielniebudowaćtakieświato-
wejklasymodeleuczeniamaszynowegoijakwdrażaćgotowemodeledoużycia.
Modeleuczeniamaszynowegomogąbyćużywanedopredykcji,opisywaniawzorcówukrytych
wdanych(deskrypcji)orazdokompresjiigenerowaniadanych(np.dogenerowaniaobrazów
lubopisówsekwencjiwideo).Książkakoncentrujesięnanajpopularniejszychmodelachpredyk-
cyjnych,czylimodelachstosującychwykrytewtreningowychdanychwzorcedouzupełniania
brakującychdanychonowychprzypadkach,niewidzianychprzezmodelpodczastreningu.
Dlakogojesttaksiążka?
Ryneksztucznejinteligencjirośnienatyleszybko,żespecjalistówodprzetwarzaniadanych
ciąglebrakuje.Inżynieriadanych(ang.datascience)tointerdyscyplinarnawiedza,którejopa-
nowaniewymagaznajomościalgebry,geometrii,statystyki,rachunkuprawdopodobieństwa
ialgorytmiki,uzupełnionaopraktycznąumiejętnośćprogramowaniawprzynajmniejdwóch
ztrzechnajpopularniejszychjęzykachdanych:SQL,RlubPython.Cowięcej,sztucznainte-
ligencjajestprzedmiotemintensywnychbadańnaukowychisamośledzeniepostępówwtej
dziedziniewiążesięzregularnym(codziennym)dokształcaniem.Nicdziwnego,żeinżyniero-
wiedanychsąjednymiznajbardziejpożądanychinajlepiejwynagradzanychpracowników.
Zbudowaniemodeluuczeniamaszynowegowymaga:
•specjalistycznejwiedzyzdziedziny,wramachktórejprojektjestrealizowany(np.medycyny
czylogistykitransportu);prawiezawszewymagatowsparciaekspertazdanejdziedziny;
7
