Uczenie maszynowe
Uczenie maszynowe z językiem JavaScript. Rozwiązywanie złożonych problemów
- Szczegóły
- Kategoria: Uczenie maszynowe
Uczenie maszynowe jeszcze kilka lat temu stanowiło niemal wiedzę tajemną. Nieliczni eksperci w tej dziedzinie publikowali materiały w naukowym, matematycznym języku, który wymagał biegłości w algebrze liniowej czy rachunku wektorowym. Korzystano najczęściej z Pythona i jego bibliotek.
Obecnie, wraz ze wzrostem popularności uczenia maszynowego, zwiększają się możliwości jego praktycznej implementacji. Rzeczywista biegłość w tej dziedzinie wymaga jednak dogłębnego zrozumienia mechaniki działania algorytmów stosowanych w uczeniu maszynowym.
Implementacja tych algorytmów w JavaScripcie jest znakomitym wyborem: język ten stał się dojrzałym, potężnym i wszechstronnym narzędziem do rozwiązywania złożonych problemów.
Chcesz nauczyć się implementacji algorytmów uczenia maszynowego bez zbytniego zagłębiania się w niuanse matematyczne? Jeśli dodatkowo znasz język JavaScript, ta książka jest dla Ciebie idealnym wyborem. Wyjaśniono w niej, w jaki sposób tworzyć własne implementacje, podano też przykłady przydatnych bibliotek. Sporo miejsca poświęcono sieciom neuronowym, ich architekturze i przykładom zastosowania. Przedstawiono takie zagadnienia jak wykrywanie twarzy, filtrowanie spamu, tworzenie systemów rekomendacji, rozpoznawanie znaków oraz przetwarzanie języka naturalnego. Znalazły się tu również wskazówki dotyczące dobierania odpowiednich bibliotek JavaScriptu, takich jak NaturalNode, brain, harthur oraz klasyfikatory, co umożliwia projektowanie bardziej inteligentnych aplikacji.
Najważniejsze zagadnienia przedstawione w książce:
- potencjał JavaScriptu w uczeniu maszynowym,
- algorytmy grupowania, klasyfikacji, reguły kojarzenia,
- algorytmy regresji, przewidywanie wzorców i predykcja,
- sieci neuronowe i głębokie sieci neuronowe,
- uczenie maszynowe w aplikacjach czasu rzeczywistego.
Uczenie maszynowe - coś dla wyjadaczy JavaScriptu!
Burak Kanber - inżynier, przedsiębiorca. Od ponad 20 lat zajmuje się tworzeniem oprogramowania oraz doradztwem, jest również współtwórcą kilku startupów technologicznych. Specjalizuje się w technologiach sieciowych (języki Python i JavaScript należą do jego ulubionych), inżynierii (fascynują go zwłaszcza systemy kontroli i pojazdy hybrydowe) oraz zagadnieniach zwinnego wytwarzania oprogramowania. Napisał bardzo popularną serię artykułów Machine Learning in JavaScript.
- Uczenie maszynowe w języku R. Tworzenie i doskonalenie modeli - od przygotowania danych po dostrajanie, ewaluację i pracę z big data. Wydanie IV - [05 czerwiec 2024]
- Wnioskowanie i związki przyczynowe w Pythonie. Nowoczesne uczenie maszynowe z wykorzystaniem bibliotek DoWhy, EconML, PyTorch i nie tylko - [28 maj 2024]
- Uczenie maszynowe w Pythonie. Receptury. Od przygotowania danych do deep learningu. Wydanie II - [24 kwiecień 2024]
- Eksploracja danych za pomocą Excela. Metody uczenia maszynowego krok po kroku - [13 luty 2024]
- Analityk danych. Przewodnik po data science, statystyce i uczeniu maszynowym - [26 październik 2023]