Bookfolio

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

Aleksander Molak

technika

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.

Klimat książki

Specjalistyczny podręcznik techniczny skupiony na zaawansowanych metodach wnioskowania przyczynowego w ekosystemie Pythona.

W skrócie

  • Skłania do myślenia
  • umiarkowane tempo

Szczegóły

Rok wydania
2024
Liczba stron
431 str.
Wydawnictwo
Helion
Język
polski
Format
papier
Gatunek
technika
ISBN
9788328908321

Najczęstsze pytania o książkę

Ile stron ma „Wnioskowanie i związki przyczynowe w Pythonie. Nowoczesne uczenie maszynowe z wykorzystaniem bibliotek DoWhy, EconML, PyTorch i nie tylko”?
„Wnioskowanie i związki przyczynowe w Pythonie. Nowoczesne uczenie maszynowe z wykorzystaniem bibliotek DoWhy, EconML, PyTorch i nie tylko” ma 431 stron (wydanie: Helion, 2024). Inne wydania mogą się różnić liczbą stron.
Ile czasu zajmuje przeczytanie książki „Wnioskowanie i związki przyczynowe w Pythonie. Nowoczesne uczenie maszynowe z wykorzystaniem bibliotek DoWhy, EconML, PyTorch i nie tylko”?
Przy średnim tempie 35 stron na godzinę lektura zajmie około 12 godz.. Czytając 30 minut dziennie, skończysz w 25 dni.
Kto napisał książkę „Wnioskowanie i związki przyczynowe w Pythonie. Nowoczesne uczenie maszynowe z wykorzystaniem bibliotek DoWhy, EconML, PyTorch i nie tylko”?
„Wnioskowanie i związki przyczynowe w Pythonie. Nowoczesne uczenie maszynowe z wykorzystaniem bibliotek DoWhy, EconML, PyTorch i nie tylko” to książka autorstwa Aleksander Molak.
Policz czas czytania dla swojego tempa

Opinie czytelników

Oceń tę książkę

0/10

Kiedy przeczytana?

2026-11-21

Oceniona książka trafi na półkę Przeczytane.

Bezpłatne konto Bookfolio

Dodaj „Wnioskowanie i związki przyczynowe w Pythonie. Nowoczesne uczenie maszynowe z wykorzystaniem bibliotek DoWhy, EconML, PyTorch i nie tylko" do swojej półki

Załóż darmowe konto i miej swoje lektury, oceny oraz postępy w jednym miejscu. Dołącz do grona zadowolonych czytelników, którzy już wiedzą, co przeczytali i co chcą przeczytać.

Trzy półki czytelnicze

Przeczytane, Teraz czytam i Chcę przeczytać. Uporządkuj swoje książki w sekundy.

Oceny i recenzje

Skala 1-10, prywatne notatki, ulubione cytaty. Wracaj do swoich opinii kiedy chcesz.

Statystyki i wyzwania

Ustal roczny cel czytelniczy i obserwuj jak rośnie liczba przeczytanych stron.

Rekomendacje i grafiki

Odkrywaj kolejne tytuły i generuj estetyczne podsumowania roku w książkach.