SOWA OPAC : Biblioteka - Katalog książek

47 wyników

E-book

W koszyku

„Teksty z Ulicy. Zeszyt memetyczny” 2018, nr 19 / red. Robert Boroch, Dobrosława Wężowicz-Ziółkowska. - Uniwersytet Śląski ; IBUK Libra, 2018. - 244 s.

Autor

Boroch Robert. Wężowicz-Ziółkowska Dobrosława.

Forma i typ

E-booki

„Teksty z Ulicy. Zeszyt memetyczny” to jedyne w kraju czasopismo naukowe, poświęcone badaniu zjawisk społecznych i kulturowych w perspektywie memetycznej. Od 2005 roku publikuje artykuły naukowe, monograficzne i przeglądowe badaczy reprezentujących różne dyscypliny nauk społecznych, przyrodniczych i humanistycznych, którzy aplikują memetykę do swych warsztatów badawczych. Jest to czasopismo interdyscyplinarne, obrazujące ewolucję teorii memu oraz możliwości jej stosowania w analizie i interpretacji zachowań społecznych (mody, kulty, epidemie, ideologie), w badaniu języka mediów ( memy internetowe, netlore, netykieta), komunikacji społecznej (np. reklama), replikacji pamięci kulturowej (tradycje, kultura masowa i popularna, cyberkultura) oraz koewolucji genetyczno-kulturowej i ewolucji maszyn. Publikuje również dyskusje, polemiki i recenzje prac interesujących dla memetyki i jej krytyków. Posiada wersję online w otwartym dostępie www.memetyka.us.edu.pl Na liście ministerialnej B – 5 punktów. Siedziba Redakcji: Instytut Nauk o Kulturze i Studiów Interdyscyplinarnych, Wydział Filologiczny, Uniwersytet Śląski, Plac Sejmu Śląskiego 1, 40-032 Katowice. Redaktor naczelna: dr hab. Dobrosława Wężowicz-Ziółkowska, e-mail: dobroslawa.wezowicz-ziolkowska@us.edu.pl. Aktualny numer jest poświęcony dyskusjom z Susan Blackmore i jej teoriami człowieka jako maszyny memowej. Temat został sprowokowany spotkaniem z Autorką „ The Meme Machine”, jakie odbyło się w Warszawie na Wydziale Lingwistyki Stosowanej na specjalne zaproszenie dra Roberta Borocha - redaktora tematycznego tego numeru.

dostępna online

Ta pozycja jest dostępna przez Internet. Rozwiń informację, by zobaczyć szczegóły.

Dostęp do treści elektronicznej wymaga posiadania kodu PIN. Po odbiór kodu PIN zapraszamy do biblioteki.

Informacje o książce ; Spis treści

Książka

W koszyku

oceń

Algorytmy sztucznej inteligencji : ilustrowany przewodnik / Rishal Hurbans ; przekład: Tomasz Walczak - Gliwice : Helion , cop. 2021. - XXIII, [1], 335 s. : il., wykresy ; 23 cm.

Autor

Hurbans Rishal Walczak Tomasz

Forma i typ

Książki Publikacje fachowe

Temat

Algorytmy Programowanie zwinne Sieci neuronowe Sztuczna inteligencja Uczenie się maszyn

Gatunek

Opracowanie

Dziedzina i ujęcie

Informatyka i technologie informacyjne

1. Intuicyjne omówienie sztucznej inteligencji Czym jest sztuczna inteligencja? Krótka historia sztucznej inteligencji. Rodzaje problemów i modele ich rozwiązywania. Intuicyjne omówienie zagadnień z obszaru sztucznej inteligencji. Zastosowania algorytmów sztucznej inteligencji. 2. Podstawy przeszukiwania. Czym jest planowanie i przeszukiwanie? Koszt obliczeń - powód stosowania inteligentnych algorytmów. Jakie problemy można rozwiązywać za pomocą algorytmów przeszukiwania? Reprezentowanie stanu - tworzenie platformy do reprezentowania przestrzeni problemowej i rozwiązań. Przeszukiwanie siłowe - szukanie rozwiązań po omacku. Przeszukiwanie wszerz - najpierw wszerz, potem w głąb. Przeszukiwanie w głąb - najpierw w głąb, potem wszerz. Zastosowania siłowych algorytmów przeszukiwania. Opcjonalne informacje - rodzaje grafów. Opcjonalne informacje - inne sposoby reprezentowania grafów. 3. Inteligentne przeszukiwanie. Definiowanie heurystyk - projektowanie hipotez opartych na wiedzy. Przeszukiwanie sterowane - szukanie rozwiązań z wykorzystaniem wskazówek. Przeszukiwanie antagonistyczne - szukanie rozwiązań w zmiennym środowisku. 4. Algorytmy ewolucyjne. Czym jest ewolucja? Problemy, jakie można rozwiązywać za pomocą algorytmów ewolucyjnych. Algorytm genetyczny - cykl życia. Kodowanie przestrzeni rozwiązań. Tworzenie populacji rozwiązań. Pomiar przystosowania osobników w populacji. Wybór rodziców na podstawie przystosowania. Generowanie osobników na podstawie rodziców. Tworzenie populacji następnego pokolenia. Konfigurowanie parametrów algorytmu genetycznego. Zastosowania algorytmów ewolucyjnych. 5. Zaawansowane techniki ewolucyjne. Cykl życia algorytmu ewolucyjnego. Różne strategie selekcji. Kodowanie z użyciem liczb rzeczywistych. Kodowanie porządkowe - korzystanie z sekwencji. Kodowanie za pomocą drzewa - praca z hierarchiami. Często spotykane rodzaje algorytmów ewolucyjnych. Słowniczek pojęć związanych z algorytmami ewolucyjnymi. Inne zastosowania algorytmów ewolucyjnych. 6. Inteligencja rozproszona: mrówki. Czym jest inteligencja rozproszona? Problemy dostosowane do algorytmu mrówkowego. Reprezentowanie stanu - jak zapisać ścieżki i mrówki? Cykl życia algorytmu mrówkowego. Zastosowania algorytmu mrówkowego. 7. Inteligencja rozproszona: cząstki. Na czym polega optymalizacja rojem cząstek? Problemy optymalizacyjne - bardziej techniczne spojrzenie. Problemy, jakie można rozwiązać za pomocą optymalizacji rojem cząstek. Reprezentowanie problemu - jak wyglądają cząstki? Przebieg działania algorytmu optymalizacji rojem cząstek. Zastosowania algorytmów optymalizacji rojem cząstek. 8. Uczenie maszynowe. Czym jest uczenie maszynowe? Problemy, jakie można rozwiązywać za pomocą uczenia maszynowego. Przebieg uczenia maszynowego. Klasyfikowanie z użyciem drzew decyzyjnych. Inne popularne algorytmy uczenia maszynowego. Zastosowania algorytmów uczenia maszynowego. 9. Sztuczne sieci neuronowe. Czym są sztuczne sieci neuronowe? Perceptron: reprezentacja neuronu. Definiowanie sieci ANN. Propagacja w przód - używanie wyuczonej sieci ANN. Propagacja wsteczna - uczenie sieci ANN. Możliwe funkcje aktywacji. Projektowanie sztucznych sieci neuronowych. Typy i zastosowania sieci ANN. 10. Uczenie przez wzmacnianie z użyciem algorytmu Q-learning. Czym jest uczenie przez wzmacnianie? Problemy rozwiązywane za pomocą uczenia przez wzmacnianie. Przebieg uczenia przez wzmacnianie. Deep learning w uczeniu przez wzmacnianie. Zastosowania uczenia przez wzmacnianie.

dostępna do wypożyczenia

1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.

Wypożyczalnia

Są egzemplarze dostępne do wypożyczenia: sygn. 004 (1 egz.)

Brak okładki

Książka

W koszyku

oceń

Bio-Algorithms and Med-Systems. 2005 Vol.1 Nr 1/2 / Uniwersytet Jagielloński. - Kraków : Księgarnia Akademicka, 2005. - 383, [2] s. il., rys., tab., wykr. ; 29 cm.

Temat

Inteligencja sztuczna Sieci neuronowe Biocybernetyka Bioinformatyka Biologia Medycyna Inżynieria biomedyczna Telemedycyna

1. Sztuczna inteligencja. 2. Biocybernetyka. 3. Bioinformatyka. 4. Inżynieria biomedyczna. 5. Modelowanie i symulacja. 6. Rozpoznawanie wzorów. 7. Telemedycyna. 8. Filozofia.

dostępna w czytelni

1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.

Czytelnia

Egzemplarze są dostępne wyłącznie na miejscu w bibliotece: sygn. 61 (1 egz.)

E-book

W koszyku

Data science: najseksowniejszy zawód XXI wieku w Polsce : Big data, sztuczna inteligencja i PowerPoint / Remigiusz Żulicki. - Łódź : Wydawnictwo Uniwersytetu Łódzkiego ; IBUK Libra, 2022. - 348 s.

Autor

Żulicki Remigiusz.

Forma i typ

E-booki

Czy sztuczna inteligencja pozbawia nas pracy? Algorytmy przejmują władzę nad światem? Czy big data sprawia, że jesteśmy bezustannie inwigilowani, a ogromna ilość danych zastępuje ekspertów i naukowców? Cokolwiek sądzimy na te tematy, jedno jest pewne – istnieje heterogeniczne środowisko ludzi zajmujących się tzw. „sztuczną inteligencją” czy tzw. „big data” od strony technicznej oraz metodologicznej. Pole ich działania nazywane jest data science, a oni – data scientists. Publikacja to pierwsza monografia socjologiczna dotycząca data science i pierwsza praca w naukach społecznych, w której data science zostało zbadane jako społeczny świat w rozumieniu Adele E. Clarke. Podejście to pozwala spojrzeć na data science, nazwane dekadę wstecz w „Harvard Business Review” „najseksowniejszym zawodem XXI wieku”, zarówno z perspektywy jego uczestników, jak i z lotu ptaka, w relacji do akademii, biznesu, prawa, mediów czy polityki.

dostępna online

Ta pozycja jest dostępna przez Internet. Rozwiń informację, by zobaczyć szczegóły.

Dostęp do treści elektronicznej wymaga posiadania kodu PIN. Po odbiór kodu PIN zapraszamy do biblioteki.

Informacje o książce ; Spis treści

E-book

W koszyku

Data science: najseksowniejszy zawód XXI wieku w Polsce. Big data, sztuczna inteligencja i PowerPoint / Remigiusz Żulicki. - [miejsce nieznane] : Wydawnictwo Uniwersytetu Łódzkiego : ebookpoint BIBLIO, 2023. - 348 s.

Autor

Żulicki Remigiusz.

Forma i typ

E-booki

Publikacja to pierwsza monografia socjologiczna dotycząca data science i pierwsza praca w naukach społecznych, w której data science zostało zbadane jako społeczny świat w rozumieniu Adele E. Clarke. Podejście to pozwala spojrzeć na data science, nazwane dekadę wstecz w "Harvard Business Review" "najseksowniejszym zawodem XXI wieku", zarówno z perspektywy jego uczestników, jak i z lotu ptaka, w relacji do akademii, biznesu, prawa, mediów czy polityki.

dostępna online

Ta pozycja jest dostępna przez Internet. Rozwiń informację, by zobaczyć szczegóły.

Dostęp do treści elektronicznej wymaga posiadania kodu dostępu, który można odebrać w bibliotece.

Informacje o książce

Brak okładki

Książka

W koszyku

oceń

Deep learning dla programistów : budowanie aplikacji AI za pomocą fastai i PyTorch / Jeremy Howard, Sylvain Gugger ; [tłum. Jacek Janusz]. - Gliwice : Helion S.A. , cop. 2021. - 358, [6] s. : fot., rys., wykresy, wzory ; 24 cm.

Autor

Howard Jeremy Gugger Sylvain Janusz Jacek

Forma i typ

Książki

Temat

Deep learning Programowanie (informatyka) Programy komputerowe Sztuczna inteligencja

Gatunek

Podręcznik

Dziedzina i ujęcie

Informatyka i technologie informacyjne

Opinie o książce; Wstęp: Dla kogo jest przeznaczona ta książka?; Co musisz wiedzieć?; Czego się nauczysz dzięki tej książce?; Przedmowa; Część I. Uczenie głębokie w praktyce; Rozdział 1. Podróż po świecie uczenia głębokiego: Uczenie głębokie jest dla każdego; Sieci neuronowe krótka historia; Kim jesteśmy?; Jak zdobyć wiedzę o uczeniu głębokim?; Twoje projekty i Twój sposób myślenia; Oprogramowanie: PyTorch, fastai i Jupyter (i dlaczego nie ma to znaczenia); Twój pierwszy model; Uzyskanie dostępu do serwera z procesorem graficznym i możliwością realizowania uczenia głębokiego; Uruchomienie pierwszego notatnika; Co to jest uczenie maszynowe?; Co to jest sieć neuronowa?; Trochę słownictwa związanego z uczeniem głębokim; Ograniczenia związane z uczeniem maszynowym; Jak działa nasz program do rozpoznawania obrazów; Czego nauczył się program do rozpoznawania obrazów?; Systemy do rozpoznawania obrazów mogą radzić sobie z zadaniami innymi niż analiza obrazów; Podsumowanie słownictwa; Uczenie głębokie to nie tylko klasyfikowanie obrazów; Zbiory walidacyjne i testowe; Użycie oceny w definiowaniu zbiorów testowych; Moment, w którym wybierasz swoją własną przygodę; Pytania; Dalsze badania; Rozdział 2. Od modelu do produkcji: Praktyczne zastosowanie uczenia głębokiego; Rozpoczęcie projektu; Stan uczenia głębokiego; Widzenie komputerowe; Dokumenty tekstowe (przetwarzanie języka naturalnego); Łączenie tekstu z obrazami; Dane tabelaryczne; Systemy rekomendacji; Inne typy danych; Metoda układu napędowego; Gromadzenie danych; Od danych do obiektu DataLoaders; Generowanie sztucznych danych; Trenowanie modelu i używanie go do czyszczenia danych; Przekształcanie modelu w aplikację internetową; Korzystanie z modelu do wnioskowania; Tworzenie w notatniku aplikacji na podstawie modelu; Zamień notatnik w prawdziwą aplikację; Wdrażanie aplikacji; Jak uniknąć katastrofy; Nieprzewidziane konsekwencje i pętle sprzężenia zwrotnego; Zapisuj!; Pytania; Dalsze badania; Rozdział 3. Etyka danych: Kluczowe przykłady etyki danych; Błędy i regresja: wadliwy algorytm używany do świadczeń opieki zdrowotnej; Pętle sprzężenia zwrotnego: system rekomendacji YouTube; Uprzedzenie: wykładowca Latanya Sweeney aresztowana; Dlaczego ma to znaczenie?; Integracja uczenia maszynowego z projektowaniem produktu; Zagadnienia związane z etyką danych; Regres i odpowiedzialność; Pętle sprzężenia zwrotnego; Uprzedzenie; Uprzedzenie historyczne; Uprzedzenie pomiarowe; Uprzedzenie agregacyjne; Uprzedzenie reprezentacyjne; Rozwiązywanie problemów związanych z różnymi rodzajami uprzedzeń; Dezinformacja; Identyfikowanie i rozwiązywanie problemów etycznych; Przeanalizuj projekt, nad którym pracujesz; Procesy do zaimplementowania; Pryzmat etyczny; Potęga różnorodności; Uczciwość, odpowiedzialność i przejrzystość; Rola polityki; Skuteczność przepisów; Prawa i polityka; Samochody historyczny precedens; Wnioski; Pytania; Dalsze badania; Uczenie głębokie w praktyce to wszystko!; Część II. Zrozumienie aplikacji fastai: Rozdział 4. Jak to wygląda od środka trenowanie klasyfikatora cyfr: Piksele podstawa widzenia komputerowego; Podejście pierwsze: podobieństwo pikseli; Tablice NumPy i tensory PyTorch; Wyznaczanie wskaźników z wykorzystaniem rozgłaszania; Stochastyczny spadek wzdłuż gradientu; Wyznaczanie gradientów; Stopniowanie ze współczynnikiem uczenia; Kompleksowy przykład użycia stochastycznego spadku wzdłuż gradientu; Etap 1.: inicjalizacja parametrów; Etap 2.: obliczanie prognoz; Etap 3.: obliczanie straty; Etap 4.: obliczanie gradientów; Etap 5.: stopniowanie wag; Etap 6.: powtórzenie procesu; Etap 7.: koniec; Podsumowanie procesu stochastycznego spadku wzdłuż gradientu; Funkcja straty MNIST; Sigmoida; Stochastyczny spadek wzdłuż gradientu i minipaczki; Złożenie wszystkiego w całość; Tworzenie optymalizatora; Wprowadzanie nieliniowości; Bardziej rozbudowane modele; Podsumowanie słownictwa; Pytania; Dalsze badania; Rozdział 5. Klasyfikowanie obrazów: Od psów i kotów do ras zwierząt domowych; Dobór wstępny; Sprawdzanie i debugowanie obiektu DataBlock; Entropia krzyżowa; Przeglądanie aktywacji i etykiet; Softmax; Logarytm prawdopodobieństwa; Obliczanie logarytmu; Interpretacja modelu; Poprawianie modelu; Wyszukiwarka współczynnika uczenia; Odmrażanie i uczenie transferowe; Dyskryminatywne współczynniki uczenia; Wybór liczby epok; Bardziej złożone architektury; Podsumowanie; Pytania; Dalsze badania; Rozdział 6. Inne zagadnienia związane z widzeniem komputerowym: Klasyfikacja wieloetykietowa; Dane; Tworzenie obiektu DataBlock; Binarna entropia krzyżowa; Regresja; Gromadzenie danych; Trenowanie modelu; Podsumowanie; Pytania; Dalsze badania; Rozdział 7. Trenowanie supernowoczesnego modelu: Imagenette; Normalizacja; Progresywna zmiana rozmiaru; Wydłużenie czasu testu; Mixup; Wygładzanie etykiet; Podsumowanie; Pytania; Dalsze badania; Rozdział 8. Szczegółowa analiza filtrowania zespołowego: Pierwszy kontakt z danymi; Czynniki ukryte; Tworzenie obiektu DataLoaders; Filtrowanie zespołowe od podstaw; Wygaszanie wag; Tworzenie własnego modułu osadzania; Interpretacja osadzeń i przesunięć; Użycie aplikacji fastai.collab; Odległość osadzania; Uruchamianie modelu filtrowania zespołowego; Uczenie głębokie w filtrowaniu zespołowym; Podsumowanie; Pytania; Dalsze badania; Rozdział 9. Szczegółowa analiza modelowania tabelarycznego: Osadzenia skategoryzowane; Poza uczeniem głębokim; Zbiór danych; Konkursy Kaggle; Sprawdzenie danych; Drzewa decyzyjne; Obsługa dat; Użycie obiektów TabularPandas i TabularProc; Tworzenie drzewa decyzyjnego; Zmienne skategoryzowane; Lasy losowe; Tworzenie lasu losowego; Błąd out-of-bag; Interpretacja modelu; Wariancja drzewa dla pewności prognozy; Ważności cech; Usuwanie zmiennych o niskiej ważności; Usuwanie zbędnych cech; Częściowa zależność; Wyciek danych; Interpreter drzewa; Ekstrapolacja i sieci neuronowe; Problem ekstrapolacji; Wyszukiwanie danych spoza domeny; Użycie sieci neuronowej; Łączenie w zespoły; Wzmacnianie; Łączenie osadzeń z innymi metodami; Podsumowanie; Pytania; Dalsze badania; Rozdział 10. Szczegółowa analiza przetwarzania języka naturalnego rekurencyjne sieci neuronowe: Wstępne przetwarzanie tekstu; Tokenizacja; Tokenizacja słów przy użyciu biblioteki fastai; Tokenizacja podłańcuchów; Zamiana na liczby przy użyciu biblioteki fastai; Umieszczanie tekstu w paczkach dla modelu językowego; Trenowanie klasyfikatora tekstu; Użycie klasy DataBlock w modelu językowym; Dostrajanie modelu językowego; Zapisywanie i wczytywanie modeli; Generowanie tekstu; Tworzenie klasyfikatora DataLoaders; Dostrajanie klasyfikatora; Dezinformacja i modele językowe; Podsumowanie; Pytania; Dalsze badania; Rozdział 11. Przygotowywanie danych dla modeli za pomocą interfejsu API pośredniego poziomu z biblioteki fastai: Szczegółowa analiza warstwowego interfejsu programistycznego biblioteki fastai; Transformacje; Tworzenie własnej transformacji; Klasa Pipeline potoku transformacji; TfmdLists i Datasets kolekcje przekształcone; TfmdLists; Datasets; Zastosowanie interfejsu API pośredniego poziomu SiamesePair; Podsumowanie; Pytania; Dalsze badania; Zrozumienie aplikacji fastai podsumowanie; Część III. Podstawy uczenia głębokiego: Rozdział 12. Tworzenie od podstaw modelu językowego: Dane; Tworzenie od podstaw pierwszego modelu językowego; Obsługa modelu językowego w bibliotece PyTorch; Pierwsza rekurencyjna sieć neuronowa; Ulepszanie sieci RNN; Obsługa stanu sieci RNN; Tworzenie większej liczby sygnałów; Wielowarstwowe rekurencyjne sieci neuronowe; Model; Eksplodujące lub zanikające aktywacje; Architektura LSTM; Tworzenie modelu LSTM od podstaw; Trenowanie modelu językowego wykorzystującego architekturę LSTM; Regularyzacja modelu LSTM; Dropout; Regularyzacja aktywacji i czasowa regularyzacja aktywacji; Trening regularyzowanego modelu LSTM z wiązanymi wagami; Podsumowanie; Pytania; Dalsze badania; Rozdział 13. Konwolucyjne sieci neuronowe: Magia konwolucji; Odwzorowywanie jądra splotu; Konwolucje w bibliotece PyTorch; Kroki i dopełnienie; Zrozumienie równań konwolucji; Pierwsza konwolucyjna sieć neuronowa; Tworzenie konwolucyjnej sieci neuronowej; Zrozumienie arytmetyki konwolucji; Pola receptywne; Kilka uwag o Twitterze; Obrazy kolorowe; Ulepszanie stabilności trenowania; Prosty model bazowy; Zwiększenie wielkości paczki; Trenowanie jednocykliczne; Normalizacja wsadowa; Podsumowanie; Pytania; Dalsze badania; Rozdział 14. Sieci ResNet: Powrót do Imagenette; Tworzenie nowoczesnej konwolucyjnej sieci neuronowej ResNet; Pomijanie połączeń; Model sieci ResNet na poziomie światowym; Warstwy z wąskim gardłem; Podsumowanie; Pytania; Dalsze badania; Rozdział 15. Szczegółowa analiza architektur aplikacji: Widzenie komputerowe; Funkcja cnn_learner; Funkcja unet_learner; Model syjamski; Przetwarzanie języka naturalnego; Dane tabelaryczne; Podsumowanie; Pytania; Dalsze badania; Rozdział 16. Proces trenowania: Tworzenie modelu bazowego; Ogólny optymalizator; Momentum; RMSProp; Adam; Dwie metody wygaszania wag; Wywołania zwrotne; Tworzenie wywołania zwrotnego; Kolejność wywołań zwrotnych i wyjątki; Podsumowanie; Pytania; Dalsze badania; Podstawy uczenia głębokiego podsumowanie; Część IV. Uczenie głębokie od podstaw: Rozdział 17. Sieć neuronowa od podstaw: Tworzenie od podstaw warstwy sieci neuronowej; Modelowanie neuronu; Mnożenie macierzy od podstaw; Arytmetyka składowych; Rozgłaszanie; Rozgłaszanie wartości skalarnej; Rozgłaszanie wektora na macierz; Zasady rozgłaszania; Konwencja sumacyjna Einsteina; Przejścia w przód i wstecz; Definiowanie i inicjalizowanie warstwy; Gradienty i przejście wstecz; Modyfikowanie modelu; Implementacja przy użyciu biblioteki PyTorch; Podsumowanie; Pytania; Dalsze badania; Rozdział 18. Interpretacja sieci CNN przy użyciu mapy aktywacji klas: Mapa aktywacji klas i punkty zaczepienia; Gradientowa mapa aktywacji klas; Podsumowanie; Pytania; Dalsze badania; Rozdział 19. Klasa Learner biblioteki fastai od podstaw: Dane; Klasa Dataset; Klasy Module i Parameter; Prosta konwolucyjna sieć neuronowa; Funkcja straty; Klasa Learner; Wywołania zwrotne; Harmonogram modyfikowania współczynnika uczenia; Podsumowanie; Pytania; Dalsze badania; Rozdział 20. Uwagi końcowe: Dodatek A. Tworzenie bloga; Blogowanie przy użyciu usługi GitHub Pages; Tworzenie repozytorium; Konfigurowanie strony głównej; Tworzenie wpisów; Synchronizowanie GitHuba z własnym komputerem; Tworzenie bloga za pomocą notatnika Jupytera; Dodatek B. Lista kontrolna projektu dotyczącego danych; Analitycy danych; Strategia; Dane; Analityka; Implementacja; Utrzymywanie; Ograniczenia; O autorach; Podziękowania; Kolofon.

dostępna do wypożyczenia

1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.

Wypożyczalnia

Są egzemplarze dostępne do wypożyczenia: sygn. 004 (2 egz.)

Brak okładki

Książka

W koszyku

oceń

Efektywne zarządzania a sztuczna inteligencja / pod red. Andrzej Baborski. - Wrocław : Akademia Ekonomiczna we Wrocławiu, 1994. - 106, [1] s. : rys., tab., wykr. ; 24 cm.

Autor

Baborski Andrzej (1936-2001)

Forma i typ

Książki

Temat

Systemy informacyjne zarządzania Sztuczna inteligencja Systemy ekspertowe

Gatunek

Praca zbiorowa

Dziedzina i ujęcie

Informatyka i technologie informacyjne Zarządzanie i marketing

Problemy efektywnego zarządzania; Istota zarządzania i procesy zarządzania; Zarządzanie jako przetwarzanie informacji; Zarządzanie a wiedza; Systemy sztucznej inteligencji; Wybrane problemy budowy i funkcjonowania systemów ekspertowych; Pojęcie systemu ekspertowego; Wiedza i jej reprezentacja; Pozyskiwanie wiedzy w systemach zarządzania; Wykorzystywanie szeregów czasowych jako źródła wiedzy systemów ekspertowych; Systemy ekspertowe wspomagające zarządzanie; Kierunki zastosowań systemów ekspertowych w zarządzaniu; Konfigurowanie systemu komputerowego na przykładzie systemu XCON; Harmonogramowanie zadań produkcyjnych na przykładzie systemu ISIS; Tendencje rozwojowe sztucznej inteligencji; Odkrywanie wiedzy w systemach informatycznych zarządzania; Systemy wnioskujące na podstawie przypadków; Istota systemu tablicowego.

dostępna w czytelni

1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.

Czytelnia

Egzemplarze są dostępne wyłącznie na miejscu w bibliotece: sygn. 004 (1 egz.)

Brak okładki

Książka

W koszyku

oceń

Elementy systemów ekspertowych. Część 1. Sztuczna inteligencja i systemy ekspertowe / pod red. Mieczysław L. Owoc. - Wrocław : Akademia Ekonomiczna we Wrocławiu, 2006. - 127, [2]s. : rys., tab. ; 24 cm.

Autor

Owoc Mieczysław L.

Temat

Inteligencja sztuczna Systemy ekspertowe Komputery Systemy informacyjne

1. Wiedza i sztuczna inteligencja: 1.1. Wiedza i procesy wnioskowania. 1.2. Pojęcie i struktura sztucznej inteligencji. 1.3. Systemy inteligentne i ich zróżnicowanie. 2. Wybrane problemy maszynowego uczenia się: 2.1. Podstawy i idea maszynowego uczenia się. 2.2. Model maszynowego uczenia się. 2.3. Rodzaje maszynowego uczenia się. 2.4. Zastosowanie maszynowego uczenia się. 3. Środowisko systemów ekspertowych: 3.1.Cele i zadania systemu ekspertowego. 3.2.Struktura i funkcjonowanie systemu ekspertowego. 3.3. Źródła wiedzy jako podstawa różnicowania budowy systemu ekspertowego. 4. Zarys procesu budowy systemu ekspertowego: 4.1.Etapy budowy systemu ekspertowego. 4.2. Akwizycja wiedzy. 4.3. Reprezentowanie wiedzy. 4.4. Implementowanie systemu. 5. Automatyczne odkrywanie wiedzy: 5.1.Struktura procesu automatycznego generowania wiedzy. 5.2. Istota i metody drążenia danych. 5.3. Inne metody automatyzujące proces odkrywania wiedzy.

dostępna w czytelni

Ta pozycja znajduje się w zbiorach 2 placówek. Rozwiń listę, by zobaczyć szczegóły.

Wypożyczalnia

Wszystkie egzemplarze są obecnie wypożyczone: sygn. 004 (1 egz.)

Czytelnia

Egzemplarze są dostępne wyłącznie na miejscu w bibliotece: sygn. 004 (1 egz.)

E-book

W koszyku

Gospodarka cyfrowa : Jak nowe technologie zmieniają świat / Katarzyna Śledziewska, Renata Włoch. - Katowice : Uniwersytet Warszawski ; IBUK Libra, 2020. - 144 s.

Autor

Śledziewska Katarzyna. Włoch Renata.

Forma i typ

E-booki

Publikacja opisuje zmiany związane z transformacją cyfrową zachodzące w obszarze funkcjonowania rynku, produkcji, konsumpcji, pracy i państwa nowej generacji z perspektywy ekonomii i socjologii. Wychodząc od określenia „przemysł 4.0”, obejmującego sztuczną inteligencję, Big Data, Internet Rzeczy, algorytmizację, automatyzację, komunikowanie się maszyn i in. autorki przybliżają główne obszary gospodarki cyfrowej: rynek 4.0, produkcję 4.0, konsumpcję 4.0, globalizację 4.0, a także państwo 4.0. Omawiają specyfikę nowego, sieciowego (nielinearnego) modelu biznesowego. Zwracają uwagę na wpływ procesów platformizacji i automatyzacji na konsumpcję i rynek pracy oraz na zmiany zachodzące w sposobie funkcjonowania państwa w wyniku wdrażania nowych technologii. Podkreślają również znaczenie nowych technologii, a zwłaszcza nowych modeli biznesowych, dla procesów globalizacji, głównie w jej wymiarze gospodarczym. Każdy z rozdziałów kończy się krótkim podsumowaniem omawiającym ewolucję opisywanego obszaru od poziomu 1.0, odpowiadającego pierwszej rewolucji technologicznej i przemysłowej, do poziomu 4.0, wyłaniającego się w rezultacie dokonującej się właśnie czwartej rewolucji. Znakomite źródło wiedzy na temat transformacji cyfrowej, związanych z nią korzyści i zagrożeń. Książka adresowana do badaczy, decydentów, przedsiębiorców, pracowników, edukatorów i konsumentów. Publikacja na licencji Creative Commons Uznanie autorstwa 3.0 PL (CC BY 3.0 PL) (pełna treść wzorca dostępna pod adresem: http://creativecommons.org/licenses/by/3.0/pl/legalcode). The publication describes the changes related to digital transformation in the functioning of the markets, production, consumption, work and the new generation state from the perspective of economics and sociology. Starting with the definition of “industry 4.0”, which encompasses artificial intelligence, Big Data, the Internet of Things, advanced algorithms, automatization and machine to machine communication, the authors outline the main fields of digital industry. They discuss the specificity of the new network business model and emphasise the influence of platformization and automatization on consumption and the job market and on changes in the functioning of states, resulting from the implementation of new technologies. They also underline the importance of new technologies in globalisation processes.

dostępna online

Ta pozycja jest dostępna przez Internet. Rozwiń informację, by zobaczyć szczegóły.

Dostęp do treści elektronicznej wymaga posiadania kodu PIN. Po odbiór kodu PIN zapraszamy do biblioteki.

Informacje o książce ; Spis treści

E-book

W koszyku

Informatyka w biznesie 2023[DEBIUTY STUDENCKIE] / Helena Duducz (red.). - [miejsce nieznane] : Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu : ebookpoint BIBLIO, 2023. - 120 s.

Autor

Duducz Helena.

Forma i typ

E-booki

Tematyka ośmiu artykułów zawartych w prezentowanym zeszycie odzwierciedla główne obszary będące w kręgu zainteresowań badawczych ich autorów. Na uwagę zasługuje aktualność podejmowanych zagadnień. W zeszycie omówiono takie kwestie, jak: możliwości i zagrożenia wynikające z użycia ChatGPT w zarządzaniu wiedzą, porównanie działania sieci neuronowych w Pythonie oraz C#, obszary zastosowania technologii i technik do rekonstrukcji obrazów, wdrożenie systemu ERP jako decyzja o znaczeniu strategicznym w przedsiębiorstwie z sektora MŚP w Polsce, prognoza cen nieruchomości mieszkalnych z wykorzystaniem uczenia maszynowego, cyfrowy model biznesu instytucji kulturalnych i rozrywkowych w czasie pandemii COVID-19, ocena platformy ePortal z uwzględnieniem modelu Normana, metody resamplingu danych w rozwiązaniu problemu nierównowagi danych przy wykrywaniu oszustw związanych z kartami kredytowymi

dostępna online

Ta pozycja jest dostępna przez Internet. Rozwiń informację, by zobaczyć szczegóły.

Dostęp do treści elektronicznej wymaga posiadania kodu dostępu, który można odebrać w bibliotece.

Informacje o książce

Książka

W koszyku

oceń

Informatyka w ogólnym zarysie / J. Glenn Brookshear ; przeł. Marcin Engel. - Warszawa : Wydawnictwa Naukowo-Techniczne, 2003. - 635, [1] s. : rys. ; 24 cm.

Autor

Brookshear J. Glenn Engel Marcin

Forma i typ

Książki

Temat

Komputery Języki programowania Informatyka Baza danych Sztuczna inteligencja Systemy operacyjne Systemy operacyjne sieciowe

Gatunek

Podręcznik

Dziedzina i ujęcie

Informatyka i technologie informacyjne

Cz. I Architektura komputerów: Przechowywanie danych; Operowanie danymi. Cz. II Oprogramowanie: Systemy operacyjne i sieci; Algorytmy; Języki programowania; Inżynieria oprogramowania Cz. III Organizacja danych: Struktura danych; Struktury plikowe; Bazy danych. Cz. IV Możliwości maszyn algorytmicznych: Sztuczna inteligencja; Teoria obliczeń. Dodatki.

dostępna w czytelni

1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.

Czytelnia

Egzemplarze są dostępne wyłącznie na miejscu w bibliotece: sygn. 004 (1 egz.)

E-book

W koszyku

Informatyka w zarządzaniu / red. Helena Dudycz, Marcin Hernes, Maciej Pondel, Artur Rot. - [miejsce nieznane] : Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu : ebookpoint BIBLIO, 2023. - 266 s.

Autor

Dudycz Helena. Hernes Marcin. Pondel Maciej. Rot Artur.

Forma i typ

E-booki

W monografii omówiono rezultaty wybranych prac badawczych zaprezentowanych podczas konferencji "Informatyka w zarządzaniu (IwZ'2022)", która odbyła się w dniach 1-2.12.20222 r. w Uniwersytecie Ekonomicznym we Wrocławiu. Książka zawiera czternaście artykułów, w których szczegółowo przedstawiono takie zadnienia, jak: metody neuronauki poznawczej w badaniu doświadczenia użytkowników; rola i ocena wykorzystania usług chmurowych w wirtualizacji procesów kształcenia uczelni wyższych; The Method of Finding High-Runner Products in the Assortment; behawioralne aspekty zarządzania niepewnością projektów e-Zdrowie; transformacja cyfrowa i implikacje dla strategii oraz zmiany organizacyjnej - przegląd literatury; strategia innowacyjna tworzenia Przedsiębiorstwa 4.0 jako elementu transformacji cyfrowej - studium przypadku Orange; strategia innowacyjna tworzenia Przedsiębiorstwa 4.0 jako elementu transformacji cyfrowej - studium przypadku Orange; metoda wielokryterialnego wspomagania decyzji SAW w wyborze dostawcy systemów informatycznych; model systemu Business Intelligence do analizy danych i podejmowania decyzji w przedsiębiorstwie; komunikacja oparta na platformie Microsoft Teams w procesie dydaktycznym szkoły wyższej w rzeczywistości postpandemicznej w ocenie studentów; komunikacja oparta na platformie Microsoft Teams w procesie dydaktycznym szkoły wyższej w rzeczywistości postpandemicznej w ocenie studentów; społeczeństwo informacyjne czy cyfrowe?; postrzeganie przez studentów możliwości wykorzystania zarządzania procesowego w usprawnianiu organizacji; identyfikacja potrzeb konsumentów w zakresie zakupu i użytkowania technologii rzeczywistości rozszerzonej.

dostępna online

Ta pozycja jest dostępna przez Internet. Rozwiń informację, by zobaczyć szczegóły.

Dostęp do treści elektronicznej wymaga posiadania kodu dostępu, który można odebrać w bibliotece.

Informacje o książce

E-book

W koszyku

Informatyka w zarządzaniu / red. Helena Dudycz, Marcin Hernes, Maciej Pondela, Artur Rot. - Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu ; IBUK Libra, 2023. - 266 s.

Autor

Dudycz Helena. Hernes Marcin. Pondela Maciej. Rot Artur.

Forma i typ

E-booki

W monografii omówiono rezultaty wybranych prac badawczych zaprezentowanych podczas konferencji „Informatyka w zarządzaniu (IwZ’2022)”, która odbyła się w dniach 1-2.12.20222 r. w Uniwersytecie Ekonomicznym we Wrocławiu. Książka zawiera czternaście artykułów, w których szczegółowo przedstawiono takie zadnienia, jak: metody neuronauki poznawczej w badaniu doświadczenia użytkowników; rola i ocena wykorzystania usług chmurowych w wirtualizacji procesów kształcenia uczelni wyższych; The Method of Finding High-Runner Products in the Assortment; behawioralne aspekty zarządzania niepewnością projektów e-Zdrowie; transformacja cyfrowa i implikacje dla strategii oraz zmiany organizacyjnej – przegląd literatury; strategia innowacyjna tworzenia Przedsiębiorstwa 4.0 jako elementu transformacji cyfrowej – studium przypadku Orange; strategia innowacyjna tworzenia Przedsiębiorstwa 4.0 jako elementu transformacji cyfrowej – studium przypadku Orange; metoda wielokryterialnego wspomagania decyzji SAW w wyborze dostawcy systemów informatycznych; model systemu Business Intelligence do analizy danych i podejmowania decyzji w przedsiębiorstwie; komunikacja oparta na platformie Microsoft Teams w procesie dydaktycznym szkoły wyższej w rzeczywistości postpandemicznej w ocenie studentów; komunikacja oparta na platformie Microsoft Teams w procesie dydaktycznym szkoły wyższej w rzeczywistości postpandemicznej w ocenie studentów; społeczeństwo informacyjne czy cyfrowe?; postrzeganie przez studentów możliwości wykorzystania zarządzania procesowego w usprawnianiu organizacji; identyfikacja potrzeb konsumentów w zakresie zakupu i użytkowania technologii rzeczywistości rozszerzonej.

dostępna online

Ta pozycja jest dostępna przez Internet. Rozwiń informację, by zobaczyć szczegóły.

Dostęp do treści elektronicznej wymaga posiadania kodu PIN. Po odbiór kodu PIN zapraszamy do biblioteki.

Informacje o książce ; Spis treści

Brak okładki

Książka

W koszyku

oceń

Informatyka, Matematyka. - Sosnowiec : Wyższa Szkoła Zarządzania i Marketingu w Sosnowcu, 2003. - 74 s. : il, wykr., tab. ; 24 cm.

(Zeszyty Naukowe WSZiM w Sosnowcu. Informatyka, Matematyka ; Zeszyt 1 (1/2003))

Temat

Systemy informatyczne zarządzania NetWare Sieć komputerowa Inteligencja sztuczna Informatyka Matematyka

1. Technologie informacyjne i strategie zarządzania wiedzą, 2. Projekt aplikacji monitorującej sieć Novell Netware, 3. Bezpieczeństwo sieci komputerowych, 4.Probabilistic properities od the sets of deteministic sequences, 5.Technologie sztucznej inteligencji w systemach zarządzania, 6. Tworzenie regułowych baz wiedzy z wykorzystaniem systemu kbBuider, 7. Wyznaczenie miar Monte Carlo w sieciach Pert, 8. Statystyczny system informacyjny

dostępna do wypożyczenia

Ta pozycja znajduje się w zbiorach 2 placówek. Rozwiń listę, by zobaczyć szczegóły.

Wypożyczalnia

Są egzemplarze dostępne do wypożyczenia: sygn. 004 (4 egz.)

Czytelnia

Egzemplarze są dostępne wyłącznie na miejscu w bibliotece: sygn. 004 (1 egz.)

Brak okładki

Książka

W koszyku

oceń

Inteligentne metody komputerowe dla nauki, technologii i gospodarki / pod red. Zbigniew Kierzkowski ; Polski Komitet Narodowy ds. Współpracy z CODATA. - Warszawa, Poznań : Sorus, 2004. - 279 s. : rys. ; 24 cm.

Autor

Kierzkowski Zbigniew.

Temat

Społeczeństwo informacyjne Inteligencja sztuczna Algorytmy Prakseologia Informatyka Baza danych Systemy informacyjne Handel elektroniczny Przedsiębiorstwo Przedsiębiorstwo a systemy informacyjne Logistyka Zarządzanie wiedzą Informacja dla zarządzania

1. Wirtualna organizacja działań w rozwoju technologii społeczeństwa informacyjnego, 2.Wybrnae problemy wyzwań, szans i ograniczeń, 3. Podstawy informacyjne i obliczeniowe inteligentnych metod komputerowych, 4. Środowisko informacyjne organizacji wirtualnej, 5. Centra danych i zarządzanie informacją, 6. Wybrane badania przedmiotowe i rozwiązania eksperymentalne

dostępna w czytelni

1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.

Czytelnia

Egzemplarze są dostępne wyłącznie na miejscu w bibliotece: sygn. 004 (1 egz.)

Brak okładki

Książka

W koszyku

oceń

Internet w społeczeństwie informacyjnym. Podstawowe problemy Internetu : praca zbiorowa / pod red. Andrzej Grzywak. - Warszawa : Wydawnictwa Naukowo-Techniczne, 2004. - 303 s. : rys., tab. ; 24 cm.

Autor

Grzywak Andrzej.

Temat

Internet Społeczeństwo informacyjne Informatyka Inteligencja sztuczna Informacja

1. Podstawowe problemy informatyki i sieci komputerowych: Nanosystemy informatyki w nanotechnologiach molekularnych; Konwergencja sieci teleinformatycznych i problem jakości usług; Kwantowe przesyłanie informacji Mechanizmy zapewnienia jakości usług w sieci Internet; Architektura oparta o sieć Internet/Internet w przemysłowych systemach wizualizacji; Badania symulacyjne pakietowych sieci optycznych o dowolnych topologiach; Nanotechnologie i nanoinformatyka w Europie i na świecie. 2. Rozwój zastosowań Internetu: Zastosowanie metod sztucznej inteligencji w Internecie; Badania i pomiary Internetu dla potrzeb gospodarki elektronicznej. Wybrane problemy i rozwiązania; Technologie internetowe w sterowaniu i monitoringu procesów technologicznych; Dostęp do usług katalogowych z wykorzystaniem języka XML w aplikacjach WWW; Skalowana kompresja wideo na potrzeby transmisji sieciowych; Rozszerzenie możliwości języka SQL dla potrzeb analizy zasobów Internetowych; Pakietowy przesył danych w telefonii komórkowej; Technologie wspierające procesy wyszukiwania informacji w przyszłej sieci WWW. 3. Zastosowanie sieci Internetu a problem bezpieczeństwa informacji: Bezpieczeństwo sieci akademickiej; Bezpieczeństwo teleinformatyczne usług pocztowych nowych technologii; Zagrożenie prywatności w technologii WWW; Adaptacyjny System detekcji intruzów; Autoryzowany dostęp do stron internetowych z wykorzystaniem kart elektronicznych; Implementacja infrastruktury klucza publicznego w ramach Internetu; Biometryczne metody uwierzytelniania użytkowników serwisów internetowych; Badanie zabezpieczeń sieci WLAN; Monitorowanie sieci komputerowych; Uwierzytelnianie użytkowników w Internecie oparte na analizie sposobu pisania na klawiaturze; Wydajne sygnatury aktów dla sieciowych systemów wykrywania włamań; Dynamika relacji zaufania i jej modelowanie w systemach teleinformatycznych; Przestępczość komputerowa.

dostępna w czytelni

1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.

Czytelnia

Egzemplarze są dostępne wyłącznie na miejscu w bibliotece: sygn. 004 (1 egz.)

Brak okładki

Książka

W koszyku

oceń

Inżynieria wiedzy / Jan Jagielski. - Zielona Góra : Uniwersytet Zielonogórski , 2005. - 218 s. : rys., tab. ; 24 cm.

Autor

Jagielski Jan.

Temat

Inteligencja sztuczna Systemy ekspertowe Baza danych

Zawiera: 1.Inteligencja; 2. Wiedza w systemach sztucznej inteligencji; 3. Symboliczna reprezentacja wiedzy; 4. Bazy wiedzy; 5. Bazy danych; 6. Pozyskiwanie wiedzy do baz wiedzy; 7. Kwestionariusz jako narzędzie pozyskiwania wiedzy od ekspertów; 8. Wydobywanie i agregacja wiedzy ekspertów; 9. Dokładne przetwarzanie wiedzy; 10. Wnioskowanie przybliżone; Dialog w systemie ekspertowym; Zakończenie.

dostępna do wypożyczenia

1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.

Wypożyczalnia

Są egzemplarze dostępne do wypożyczenia: sygn. 004 (1 egz.)

E-book

W koszyku

Keras w praktyce. Kurs video. Tworzenie modeli uczenia głębokiego / Radosław Słowiński. - [miejsce nieznane] : Videopoint : ebookpoint BIBLIO, 2018.

Autor

Słowiński Radosław.

Forma i typ

E-booki

Obierz kurs na... Kerasa!

Sztuczna inteligencja budzi w ludziach sprzeczne emocje. Niektórzy widzą w niej śmiertelne zagrożenie, inni wprost przeciwnie, dostrzegają ogromną szansę na rozwój nauki. Ci drudzy niestrudzenie poszukują sposobów na to, by nauczyć maszyny sensownego przetwarzania informacji. Jednym z takich sposobów jest rozwijające się dziś intensywnie uczenie maszynowe i towarzyszące mu uczenie głębokie, a technologia ta wymaga umiejętności budowy sieci neuronowych i ich wykorzystywania.

Jeśli chcesz zagłębić się nieco w świat przyszłości i zrozumieć podstawy, na jakich opierają się dzisiejsze rozwiązania w zakresie inteligentnych maszyn, najwyższy czas przyjrzeć się bliżej bibliotece Keras, zaimplementowanej w języku Python. Tematem szkolenia Keras w praktyce. Kurs video. Tworzenie modeli uczenia głębokiego są różne techniki wykorzystywane podczas projektowania i programowania głębokich sieci neuronowych z poziomu biblioteki, która wykorzystuje popularne frameworki, takie jak TensorFlow, CNTK czy Theano. Aby wynieść z kursu jak najwięcej, powinieneś znać język Python. Dodatkowym atutem będzie znajomość ogólnej idei uczenia maszynowego i jego rodzajów.
Sprawdź, jak wykorzystać bibliotekę Keras do swoich celów, i naucz się tworzyć uczące się sieci!

Czego nauczysz się podczas naszego profesjonalnego szkolenia?

Poznasz różne rodzaje uczenia głębokiego.
Dowiesz się, jak dodawać sieci gęste i konwolucyjne w Kerasie.
Nauczysz się tworzyć modele sieci neuronowych.
Opanujesz proces uczenia sieci neuronowej.
Odkryjesz, jak normalizować dane z wykorzystaniem Kerasa.
Zorientujesz się, jak wygląda ogólny schemat działania sieci konwolucyjnej.

Keras w praktyce. Kurs video. Tworzenie modeli uczenia głębokiego to 12 lekcji, podczas których opanujesz korzystanie ze specjalistycznej biblioteki Pythona w stopniu podstawowym. Główny nacisk jest tu położony na poznanie ogólnego konceptu stojącego za określonymi metodami uczenia głębokiego — nie tyle w teorii, ile w praktyce. Podczas kursu wraz z autorem napiszesz kilka projektów, na przykład dotyczących sieci neuronowej zdolnej rozpoznawać cyfry od 0 do 9 lub sieci neuronowej określającej, czy podana recenzja filmu jest pozytywna, czy negatywna.
Co więcej, poznasz różnice między sieciami gęstymi a konwolucyjnymi. Odkryjesz, jak działają sieci konwolucyjne i dlaczego przydają się przy rozwiązywaniu problemów z wizją komputerową. Zobaczysz także, jak stworzyć proste modele, które dokonują klasyfikacji z wykorzystaniem frameworka Keras.

Projektowanie z użyciem Kerasa

Warto wiedzieć, że biblioteka Keras zapewnia użytkownikowi przyjazne API. Do jej obsługi nie jest potrzebna aż tak złożona wiedza jak w przypadku TensorFlow, dlatego naukę warto zacząć właśnie od niej. Keras w praktyce. Kurs video. Tworzenie modeli uczenia głębokiego pozwala oswoić się z biblioteką i pokazuje, jak tworzyć praktyczne projekty. Chociaż w uczeniu głębokim matematyka odgrywa kluczową rolę, ten kurs nie wymaga znajomości jej bardziej złożonych zagadnień: autor starał się zminimalizować potrzebę odwoływania się do kwestii matematycznych.
Nauka tworzenia sieci neuronowych i prostych klasyfikatorów może zaprocentować w przyszłości. Uczenie głębokie jest bardzo szeroką i wymagającą dziedziną, a podczas tego kursu zdobędziesz wiedzę, którą niełatwo przyswoić w inny sposób. Odkryjesz mnóstwo zagadnień związanych z budową sieci neuronowych, trenowaniem tych sieci oraz tworzeniem i testowaniem modeli. To zapewni Ci doskonałe podstawy do dalszej nauki.

Jak odróżnić psa od kota?

Zrozumienie działania sieci neuronowych i reguł rządzących uczeniem głębokim może Ci pomóc w najdziwniejszych problemach. Z wykorzystaniem świeżo zdobytej wiedzy uda Ci się stworzyć prosty klasyfikator, rozpoznający różne kategorie obrazów i przedmiotów, na przykład właściwie przyporządkowujący zdjęcie psa do innego zbioru niż zdjęcie kota, a także bardziej zaawansowany model, zdolny do oceny komentarza tekstowego — zarówno pozytywnego, jak i negatywnego. Efektywne programowanie sieci neuronowych, w tym konwolucyjnych, wymaga znajomości biblioteki, ale także ogólnego kontekstu i prześledzenia sposobu wyodrębniania elementów znaczących ze zbioru surowych danych. To wszystko znajdziesz w tym szkoleniu.
Następnym Twoim krokiem może już być samodzielne wymyślanie i badanie nowych architektur sieci neuronowych i próba użycia ich do rozwiązania danego problemu.

Tylko dla wtajemniczonych

Keras w praktyce. Kurs video. Tworzenie modeli uczenia głębokiego pomoże Ci rozpocząć przygodę z programowaniem sieci neuronowych i uczeniem maszynowym. Ta rozwijająca się prężnie dziedzina informatyki święci dziś triumfy, ponieważ klasyfikatory, segregatory, testery przydają się zawsze i wszędzie. Rozpoznawanie obrazów, przetwarzanie języka naturalnego, przewidywanie ciągów danych, generowanie tekstu i obrazu na podstawie niepełnych danych: to wszystko jest możliwe dzięki temu, że możemy coraz lepiej programować uczące się maszyny. Szacuje się, że w 2020 roku przychody z oprogramowania związanego ze sztuczną inteligencją sięgną 30 miliardów dolarów. Na pewno warto się dowiedzieć, jak i dlaczego to wszystko działa. Kto wie, może będzie to Twój sposób na biznes?

„Just as electricity transformed everything 100 years ago, today I actually have a hard time thinking of an industry that I don’t think AI will transform in the next several years”

Andrew Ng

dostępna online

Ta pozycja jest dostępna przez Internet. Rozwiń informację, by zobaczyć szczegóły.

Dostęp do treści elektronicznej wymaga posiadania kodu dostępu, który można odebrać w bibliotece.

Informacje o książce

Książka

W koszyku

oceń

Marketing 5.0 : technologie next tech / Philip Kotler, Hermawan Kartajaya, Iwan Setiawan ; przekład: Dorota Gasper. - Warszawa : MT Biznes sp. z o.o., 2021. - 236 s. : il., wykresy ; 24 cm.

(Marketing)

Autor

Kotler Philip (1931- ) Kartajaya Hermawan (1947- ) Setiawan Iwan Gasper Dorota

Forma i typ

Książki Publikacje fachowe

Temat

Sztuczna inteligencja Marketing

Gatunek

Opracowanie

Dziedzina i ujęcie

Zarządzanie i marketing

Część I. Wprowadzenie 1. Witamy w marketingu 5.0. Technologia w służbie ludzkości Część II. Wyzwania świata cyfrowego 2. Przepaść pokoleniowa. Marketing a pokolenia baby boomers, X, Y, Z i alfa 3. Polaryzacja dobrobytu. Tworzenie społeczeństw inkluzyjnych i zrównoważonych 4. Przepaść cyfrowa. Droga ku technologii osobistej, społecznościowej i doświadczeniowej Część III. Nowe strategie dla wspomaganego technologicznie marketingu 5. Organizacja cyfrowa. Jedna strategia nie pasuje do wszystkiego 6. Technologie zaawansowane. Pora na humanoidalne technologie 7. Nowe doświadczenie konsumenckie. Maszyny zachowują zimną krew, ale ludzie mają gorące serca Część IV. Nowe taktyki wykorzystujące technologię marketingową 8. Marketing bazujący na danych. Budowanie ekosystemu danych dla lepszego targetingu 9. Marketing predykcyjny. Antycypacja popytu na rynku poprzez działania proaktywne 10. Marketing kontekstowy. Tworzenie spersonalizowanego doświadczenia sensorycznego 11. Marketing rozszerzony. Interakcje ludzkie wspierane technologicznie 12. Marketing zwinny. Operacje na dużą skalę i w szybkim tempie; Podziękowania; O autorach.

dostępna do wypożyczenia

1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.

Wypożyczalnia

Są egzemplarze dostępne do wypożyczenia: sygn. 339.138 (1 egz.)

Książka

W koszyku

oceń

Maski przywództwa : studium antropologiczno-psychologiczne / Włodzimierz Świątek. - Warszawa : Poltext, 2020. - 498 s. ; 24 cm.

Autor

Świątek Włodzimierz

Forma i typ

Książki Publikacje naukowe

Temat

Maski Socjologia kultury Przywództwo Przywództwo polityczne Propaganda wizualna Sztuczna inteligencja

Gatunek

Opracowanie

Dziedzina i ujęcie

Etnologia i antropologia kulturowa Zarządzanie i marketing

Wprowadzenie; Rozdział 1. Antropologiczne i psychologiczne aspekty maski 1. Fenomen maski w mitach i tradycjach kultury 2. Rola i funkcje maski w tradycjach teatralnych 3. Fenomen maski w literaturze pięknej 4. Maski przywództwa w dziełach filmowych 5. Kluczowe pytania o rolę i funkcję maski 6. Persona jako maska osobowości człowieka 7. Demaskowanie iluzji jako klucz do poznania siebie 8. Diagnoza Gombrowicza: pustka ukryta za maską Rozdział 2. Maski przywódców dyktatorów 1. Adolf Hitler i jego maska przerażającej nicości 2. Błazeńska maska Benito Mussoliniego 3. Bestialska maska Józefa Stalina Rozdział 3. Maska przywódcy i psychologia zła 1. Efekt Lucyfera jako klucz do psychologii zła 2. Anonimowość, deindywiduacja i dehumanizacja 3. Maski zbrodniarzy i banalizacja zła Rozdział 4. Film propagandowy jako maska przywódcy 1. Zbiorowy triumf nazistowskiej woli 2. Zdemaskowanie nazistowskiego oszustwa propagandowego Rozdział 5. Maski przywódców świata biznesu 1. Groteskowa maska Elizabeth Holmes 2. Steve Bellmer w masce showmana 3. Liderzy wobec paradoksów autentyczności 4. Maska pośmiertna Steve’a Jobsa 5. Epitafium dla Alana Turinga Rozdział 6. Sztuczna inteligencja jako maska współczesnego człowieka 1. Maskowaty android jako partner i lider w świecie ludzi 2. Inteligentne roboty jako liderzy przyszłości? 3. Internet międzygalaktyczny i kolonizacja Marsa 4. Czy internet śni sam o sobie? 5. Możliwości inteligentnych robotów 6. Inteligentna broń jako lider na polu walki 7. Sztuczna inteligencja zagrożeniem dla ludzkości? 8. Roboty czy ludzie pokierują misją marsjańska? Rozdział 7. Fikcyjny szef jako maska współczesnego lidera 1. Szef wszystkich szefów jako maska 2. Maska szefa jako narzędzie przemocy w firmie 3. Demaskowanie fikcyjnego szefa firmy 4. Maska bohaterem tragifarsy firmowej 5. Szef szefa wszystkich szefów jako parodia lidera Rozdział 8. Maska lidera w badaniach własnych 1. Metoda i założenia badawcze 2. Istota i natura maski lidera 3. Funkcje maski lidera 4. Maska lidera w kulturze organizacji 5. Konsekwencje używania maski przez lidera 6. Maska a rozwój i edukacja liderów nowej generacji Rozdział 9. Maski przywództwa w czasie kryzysu pandemii COVID-19 1. Pandemia niekompetencji przywódców 2. Pandemiczna maska Donalda Trumpa 3. Przywódcy w pułapce pandemicznej maski 4. Groteskowe maski prezydentów w kryzysie pandemii 5. Przywódcy liberalnych demokracji wobec pandemii 6. Kryzys przywództwa i korekta demokracji 7. Dyskryminacja i stygmatyzacja osób z COVID-19 8. Skuteczni przywódcy, którzy pokonali pandemię Rozdział 10. Koncepcja przywództwa w działaniu jako alternatywa dla przywództwa w maskach 1. Kluczowe założenia koncepcji przywództwa w działaniu 2. Przywództwo przyszłości bez masek 3. Manifest liderów przyszłości; Bibliografia.

dostępna do wypożyczenia

1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.

Wypożyczalnia

Są egzemplarze dostępne do wypożyczenia: sygn. 316 (2 egz.)