Książka rozpoczyna się od ustanowienia fundamentalnej idei uczenia maszynowego (ML) jako galęzi sztucznej inteligencji, kt ra umożliwia systemom uczenie się wzorc w z danych i podejmowanie decyzji bez jawnego programowania. Wyraźnie odr żnia tradycyjne programowanie od paradygmat w uczenia maszynowego i wprowadza kluczowe elementy ML, w tym dane, algorytmy, modele i prognozy. Zakres ML jest omawiany w r żnych dziedzinach, takich jak opieka zdrowotna, finanse, edukacja, robotyka i analiza danych, podkreślając jego rosnące znaczenie w nowoczesnych systemach cyfrowych. Szczeg lowe wyjaśnienie rodzaj w uczenia maszynowego następuje, obejmując uczenie nadzorowane, nienadzorowane, p l-nadzorowane i wzmacniające. Każdy typ uczenia się jest wspierany intuicyjnymi przykladami i powszechnie stosowanymi algorytmami, umożliwiając uczniom zrozumienie, kiedy i dlaczego należy zastosowac określone podejście.
ThriftBooks sells millions of used books at the lowest everyday prices. We personally assess every book's quality and offer rare, out-of-print treasures. We deliver the joy of reading in recyclable packaging with free standard shipping on US orders over $20. ThriftBooks.com. Read more. Spend less.