Wnioskowanie i związki przyczynowe w Pythonie. Nowoczesne uczenie maszynowe z wykorzystaniem bibliotek DoWhy, EconML, PyTorch i nie tylko

Helion
Wnioskowanie i związki przyczynowe w Pythonie. Nowoczesne uczenie maszynowe z wykorzystaniem bibliotek DoWhy, EconML, PyTorch i nie tylko
Wysyłka:
1 - 3 dni robocze + czas dostawy
Sugerowana cena
109,00 PLN
Nasza cena
76,36 PLN
Oszczędzasz 30%
Najniższa cena w ciągu ostatnich 30 dni: 76,36 zł

W uczeniu maszynowym odkrywanie związków przyczynowych daje możliwości, jakich nie można uzyskać tradycyjnymi technikami statystycznymi. Najnowsze trendy w programowaniu pokazują, że przyczynowość staje się kluczowym zagadnieniem dla generatywnej sztucznej inteligencji. Niezbędna okazuje się więc znajomość grafów przyczynowych i zapytań konfrontacyjnych.

Dzięki tej książce łatwo przyswoisz teoretyczne podstawy i zaczniesz je płynnie wdrażać w rzeczywistych scenariuszach. Dowiesz się, w jaki sposób myślenie przyczynowe ułatwia rozwiązywanie problemów, i poznasz pojęcia Pearla, takie jak strukturalny model przyczynowy, interwencje, kontrfakty itp. Każde zagadnienie zostało dokładnie wyjaśnione i opatrzone zbiorem praktycznych ćwiczeń z kodem w Pythonie. Nauczysz się także implementować poszczególne modele i zrozumiesz, czym się kierować przy wyborze technik i algorytmów do rozwiązywania konkretnych scenariuszy przyczynowych. To przewodnik, który docenią szczególnie inżynierowie uczenia maszynowego i analitycy danych.

W książce:
  • wnioskowanie związków przyczynowych
  • budowa i działanie strukturalnych modeli przyczynowych
  • czteroetapowy proces wnioskowania związków przyczynowych w Pythonie
  • techniki modelowania efektu interwencji
  • nowoczesne metody odkrywania związków przyczynowych za pomocą Pythona
  • korzystanie z wnioskowania związków przyczynowych
Przyczyna i skutek, nic więcej. Pomyłki jako takie nie istnieją... - Jose Antonio Cotrina, hiszpański pisarz science fiction

 

Szczegóły

  • Rok wydania: 2024
  • Format: 16.5 x 23.5 cm
  • Oprawa: Miękka
  • Tytuł: Wnioskowanie i związki przyczynowe w Pythonie. Nowoczesne uczenie maszynowe z wykorzystaniem bibliotek DoWhy, EconML, PyTorch i nie tylko
    Autor: Aleksander Molak
    Wydawnictwo: Helion
    ISBN: 9788328908321
    Tytuł oryginału: Causal Inference and Discovery in Python: Unlock the secrets of modern causal machine learning with DoWhy, EconML, PyTorch and more
    Język oryginału: angielski
    Tłumacz: Meryk Radosław
    Języki: polski
    Rok wydania: 2024
    Ilość stron: 421
    Format: 16.5 x 23.5 cm
    Oprawa: Miękka
    Waga: 0.53 kg

    Recenzje