Kategorie: Programowanie. Języki programowania , Szkoły policealne. Szkoły wyższe

Isbn: 9788320433104, 978-8-3204-3310-4, 978-8-3204-3310-4, 978-8-3204-3310-4, 978-8-3204-3310-4, 978-8-3204-3310-4, 978-8-3204-3310-4, 978-8-3204-3310-4, 978-8-3204-3310-4, 978-8-3204-3310-4, 978-8-3204-3310-4, 978-8-3204-3310-4, 978-8-3204-3310-4, 978-8-3204-3310-4, 978-8-3204-3310-4, 978-8-3204-3310-4, 978-8-3204-3310-4

Ean: 9788320433104, 9788320433104, 9788320433104, 9788320433104, 9788320433104, 9788320433104, 9788320433104, 9788320433104, 9788320433104, 9788320433104, 9788320433104, 9788320433104, 9788320433104, 9788320433104, 9788320433104, 9788320433104, 9788320433104

Liczba stron: 896, 896, 896, 896, 896, 896, 896, 896, 896, 896, 896, 896, 896, 896, 896, 896, 896

Format: 17.5x24.5cm

Książka jest poświęcona metodom konstruowania uczących się programów komputerowych, zdolnych do poprawy swego działania na podstawie doświadczeń z przeszłości. Programy tego typu w zautomatyzowany sposób zdobywają wiedzę, którą wykorzystują do realizacji postawionych przed nimi zadań.

Autor przybliża czytelnikowi proces uczenia się systemów z algorytmicznego punktu widzenia. Wyjaśnia, na czym polega indukcyjne uczenie się. Przedstawia dwa główne podejścia do tego zagadnienia: indukcję drzew decyzyjnych i indukcję reguł decyzyjnych. Omawia probabilistyczne metody uczenia się, a także metody grupowania pojęciowego. Zajmuje się problemami przekształcania zbioru atrybutów. Przedstawia wybrane algorytmy uczenia się aproksymacji funkcji. Opisuje odkrywanie zależności w danych i uczenia się automatów i problem uczenia się systemów ze wzmocnieniem.

Wartość merytoryczną książki podnoszą liczne ćwiczenia, podzielone na tradycyjne, laboratoryjne i projektowe. , Książka jest poświęcona metodom konstruowania uczących się programów komputerowych, zdolnych do poprawy swego działania na podstawie doświadczeń z przeszłości. Programy tego typu w zautomatyzowany sposób zdobywają wiedzę, którą wykorzystują do realizacji postawionych przed nimi zadań.

Autor przybliża czytelnikowi proces uczenia się systemów z algorytmicznego punktu widzenia. Wyjaśnia, na czym polega indukcyjne uczenie się. Przedstawia dwa główne podejścia do tego zagadnienia: indukcję drzew decyzyjnych i indukcję reguł decyzyjnych. Omawia probabilistyczne metody uczenia się, a także metody grupowania pojęciowego. Zajmuje się problemami przekształcania zbioru atrybutów. Przedstawia wybrane algorytmy uczenia się aproksymacji funkcji. Opisuje odkrywanie zależności w danych i uczenia się automatów i problem uczenia się systemów ze wzmocnieniem.

Wartość merytoryczną książki podnoszą liczne ćwiczenia, podzielone na tradycyjne, laboratoryjne i projektowe. , Książka jest poświęcona metodom konstruowania uczących się programów komputerowych, zdolnych do poprawy swego działania na podstawie doświadczeń z przeszłości. Programy tego typu w zautomatyzowany sposób zdobywają wiedzę, którą wykorzystują do realizacji postawionych przed nimi zadań.

Autor przybliża czytelnikowi proces uczenia się systemów z algorytmicznego punktu widzenia. Wyjaśnia, na czym polega indukcyjne uczenie się. Przedstawia dwa główne podejścia do tego zagadnienia: indukcję drzew decyzyjnych i indukcję reguł decyzyjnych. Omawia probabilistyczne metody uczenia się, a także metody grupowania pojęciowego. Zajmuje się problemami przekształcania zbioru atrybutów. Przedstawia wybrane algorytmy uczenia się aproksymacji funkcji. Opisuje odkrywanie zależności w danych i uczenia się automatów i problem uczenia się systemów ze wzmocnieniem.

Wartość merytoryczną książki podnoszą liczne ćwiczenia, podzielone na tradycyjne, laboratoryjne i projektowe. , Książka jest poświęcona metodom konstruowania uczących się programów komputerowych, zdolnych do poprawy swego działania na podstawie doświadczeń z przeszłości. Programy tego typu w zautomatyzowany sposób zdobywają wiedzę, którą wykorzystują do realizacji postawionych przed nimi zadań.

Autor przybliża czytelnikowi proces uczenia się systemów z algorytmicznego punktu widzenia. Wyjaśnia, na czym polega indukcyjne uczenie się. Przedstawia dwa główne podejścia do tego zagadnienia: indukcję drzew decyzyjnych i indukcję reguł decyzyjnych. Omawia probabilistyczne metody uczenia się, a także metody grupowania pojęciowego. Zajmuje się problemami przekształcania zbioru atrybutów. Przedstawia wybrane algorytmy uczenia się aproksymacji funkcji. Opisuje odkrywanie zależności w danych i uczenia się automatów i problem uczenia się systemów ze wzmocnieniem.

Wartość merytoryczną książki podnoszą liczne ćwiczenia, podzielone na tradycyjne, laboratoryjne i projektowe. , Książka jest poświęcona metodom konstruowania uczących się programów komputerowych, zdolnych do poprawy swego działania na podstawie doświadczeń z przeszłości. Programy tego typu w zautomatyzowany sposób zdobywają wiedzę, którą wykorzystują do realizacji postawionych przed nimi zadań.

Autor przybliża czytelnikowi proces uczenia się systemów z algorytmicznego punktu widzenia. Wyjaśnia, na czym polega indukcyjne uczenie się. Przedstawia dwa główne podejścia do tego zagadnienia: indukcję drzew decyzyjnych i indukcję reguł decyzyjnych. Omawia probabilistyczne metody uczenia się, a także metody grupowania pojęciowego. Zajmuje się problemami przekształcania zbioru atrybutów. Przedstawia wybrane algorytmy uczenia się aproksymacji funkcji. Opisuje odkrywanie zależności w danych i uczenia się automatów i problem uczenia się systemów ze wzmocnieniem.

Wartość merytoryczną książki podnoszą liczne ćwiczenia, podzielone na tradycyjne, laboratoryjne i projektowe. , Książka jest poświęcona metodom konstruowania uczących się programów komputerowych, zdolnych do poprawy swego działania na podstawie doświadczeń z przeszłości. Programy tego typu w zautomatyzowany sposób zdobywają wiedzę, którą wykorzystują do realizacji postawionych przed nimi zadań.

Autor przybliża czytelnikowi proces uczenia się systemów z algorytmicznego punktu widzenia. Wyjaśnia, na czym polega indukcyjne uczenie się. Przedstawia dwa główne podejścia do tego zagadnienia: indukcję drzew decyzyjnych i indukcję reguł decyzyjnych. Omawia probabilistyczne metody uczenia się, a także metody grupowania pojęciowego. Zajmuje się problemami przekształcania zbioru atrybutów. Przedstawia wybrane algorytmy uczenia się aproksymacji funkcji. Opisuje odkrywanie zależności w danych i uczenia się automatów i problem uczenia się systemów ze wzmocnieniem.

Wartość merytoryczną książki podnoszą liczne ćwiczenia, podzielone na tradycyjne, laboratoryjne i projektowe. , Książka jest poświęcona metodom konstruowania uczących się programów komputerowych, zdolnych do poprawy swego działania na podstawie doświadczeń z przeszłości. Programy tego typu w zautomatyzowany sposób zdobywają wiedzę, którą wykorzystują do realizacji postawionych przed nimi zadań.

Autor przybliża czytelnikowi proces uczenia się systemów z algorytmicznego punktu widzenia. Wyjaśnia, na czym polega indukcyjne uczenie się. Przedstawia dwa główne podejścia do tego zagadnienia: indukcję drzew decyzyjnych i indukcję reguł decyzyjnych. Omawia probabilistyczne metody uczenia się, a także metody grupowania pojęciowego. Zajmuje się problemami przekształcania zbioru atrybutów. Przedstawia wybrane algorytmy uczenia się aproksymacji funkcji. Opisuje odkrywanie zależności w danych i uczenia się automatów i problem uczenia się systemów ze wzmocnieniem.

Wartość merytoryczną książki podnoszą liczne ćwiczenia, podzielone na tradycyjne, laboratoryjne i projektowe. , Książka jest poświęcona metodom konstruowania uczących się programów komputerowych, zdolnych do poprawy swego działania na podstawie doświadczeń z przeszłości. Programy tego typu w zautomatyzowany sposób zdobywają wiedzę, którą wykorzystują do realizacji postawionych przed nimi zadań.

Autor przybliża czytelnikowi proces uczenia się systemów z algorytmicznego punktu widzenia. Wyjaśnia, na czym polega indukcyjne uczenie się. Przedstawia dwa główne podejścia do tego zagadnienia: indukcję drzew decyzyjnych i indukcję reguł decyzyjnych. Omawia probabilistyczne metody uczenia się, a także metody grupowania pojęciowego. Zajmuje się problemami przekształcania zbioru atrybutów. Przedstawia wybrane algorytmy uczenia się aproksymacji funkcji. Opisuje odkrywanie zależności w danych i uczenia się automatów i problem uczenia się systemów ze wzmocnieniem.

Wartość merytoryczną książki podnoszą liczne ćwiczenia, podzielone na tradycyjne, laboratoryjne i projektowe. , Książka jest poświęcona metodom konstruowania uczących się programów komputerowych, zdolnych do poprawy swego działania na podstawie doświadczeń z przeszłości. Programy tego typu w zautomatyzowany sposób zdobywają wiedzę, którą wykorzystują do realizacji postawionych przed nimi zadań.

Autor przybliża czytelnikowi proces uczenia się systemów z algorytmicznego punktu widzenia. Wyjaśnia, na czym polega indukcyjne uczenie się. Przedstawia dwa główne podejścia do tego zagadnienia: indukcję drzew decyzyjnych i indukcję reguł decyzyjnych. Omawia probabilistyczne metody uczenia się, a także metody grupowania pojęciowego. Zajmuje się problemami przekształcania zbioru atrybutów. Przedstawia wybrane algorytmy uczenia się aproksymacji funkcji. Opisuje odkrywanie zależności w danych i uczenia się automatów i problem uczenia się systemów ze wzmocnieniem.

Wartość merytoryczną książki podnoszą liczne ćwiczenia, podzielone na tradycyjne, laboratoryjne i projektowe. , Książka jest poświęcona metodom konstruowania uczących się programów komputerowych, zdolnych do poprawy swego działania na podstawie doświadczeń z przeszłości. Programy tego typu w zautomatyzowany sposób zdobywają wiedzę, którą wykorzystują do realizacji postawionych przed nimi zadań.

Autor przybliża czytelnikowi proces uczenia się systemów z algorytmicznego punktu widzenia. Wyjaśnia, na czym polega indukcyjne uczenie się. Przedstawia dwa główne podejścia do tego zagadnienia: indukcję drzew decyzyjnych i indukcję reguł decyzyjnych. Omawia probabilistyczne metody uczenia się, a także metody grupowania pojęciowego. Zajmuje się problemami przekształcania zbioru atrybutów. Przedstawia wybrane algorytmy uczenia się aproksymacji funkcji. Opisuje odkrywanie zależności w danych i uczenia się automatów i problem uczenia się systemów ze wzmocnieniem.

Wartość merytoryczną książki podnoszą liczne ćwiczenia, podzielone na tradycyjne, laboratoryjne i projektowe. , Książka jest poświęcona metodom konstruowania uczących się programów komputerowych, zdolnych do poprawy swego działania na podstawie doświadczeń z przeszłości. Programy tego typu w zautomatyzowany sposób zdobywają wiedzę, którą wykorzystują do realizacji postawionych przed nimi zadań.

Autor przybliża czytelnikowi proces uczenia się systemów z algorytmicznego punktu widzenia. Wyjaśnia, na czym polega indukcyjne uczenie się. Przedstawia dwa główne podejścia do tego zagadnienia: indukcję drzew decyzyjnych i indukcję reguł decyzyjnych. Omawia probabilistyczne metody uczenia się, a także metody grupowania pojęciowego. Zajmuje się problemami przekształcania zbioru atrybutów. Przedstawia wybrane algorytmy uczenia się aproksymacji funkcji. Opisuje odkrywanie zależności w danych i uczenia się automatów i problem uczenia się systemów ze wzmocnieniem.

Wartość merytoryczną książki podnoszą liczne ćwiczenia, podzielone na tradycyjne, laboratoryjne i projektowe. , Książka jest poświęcona metodom konstruowania uczących się programów komputerowych, zdolnych do poprawy swego działania na podstawie doświadczeń z przeszłości. Programy tego typu w zautomatyzowany sposób zdobywają wiedzę, którą wykorzystują do realizacji postawionych przed nimi zadań.

Autor przybliża czytelnikowi proces uczenia się systemów z algorytmicznego punktu widzenia. Wyjaśnia, na czym polega indukcyjne uczenie się. Przedstawia dwa główne podejścia do tego zagadnienia: indukcję drzew decyzyjnych i indukcję reguł decyzyjnych. Omawia probabilistyczne metody uczenia się, a także metody grupowania pojęciowego. Zajmuje się problemami przekształcania zbioru atrybutów. Przedstawia wybrane algorytmy uczenia się aproksymacji funkcji. Opisuje odkrywanie zależności w danych i uczenia się automatów i problem uczenia się systemów ze wzmocnieniem.

Wartość merytoryczną książki podnoszą liczne ćwiczenia, podzielone na tradycyjne, laboratoryjne i projektowe. , Książka jest poświęcona metodom konstruowania uczących się programów komputerowych, zdolnych do poprawy swego działania na podstawie doświadczeń z przeszłości. Programy tego typu w zautomatyzowany sposób zdobywają wiedzę, którą wykorzystują do realizacji postawionych przed nimi zadań.

Autor przybliża czytelnikowi proces uczenia się systemów z algorytmicznego punktu widzenia. Wyjaśnia, na czym polega indukcyjne uczenie się. Przedstawia dwa główne podejścia do tego zagadnienia: indukcję drzew decyzyjnych i indukcję reguł decyzyjnych. Omawia probabilistyczne metody uczenia się, a także metody grupowania pojęciowego. Zajmuje się problemami przekształcania zbioru atrybutów. Przedstawia wybrane algorytmy uczenia się aproksymacji funkcji. Opisuje odkrywanie zależności w danych i uczenia się automatów i problem uczenia się systemów ze wzmocnieniem.

Wartość merytoryczną książki podnoszą liczne ćwiczenia, podzielone na tradycyjne, laboratoryjne i projektowe. , Książka jest poświęcona metodom konstruowania uczących się programów komputerowych, zdolnych do poprawy swego działania na podstawie doświadczeń z przeszłości. Programy tego typu w zautomatyzowany sposób zdobywają wiedzę, którą wykorzystują do realizacji postawionych przed nimi zadań.

Autor przybliża czytelnikowi proces uczenia się systemów z algorytmicznego punktu widzenia. Wyjaśnia, na czym polega indukcyjne uczenie się. Przedstawia dwa główne podejścia do tego zagadnienia: indukcję drzew decyzyjnych i indukcję reguł decyzyjnych. Omawia probabilistyczne metody uczenia się, a także metody grupowania pojęciowego. Zajmuje się problemami przekształcania zbioru atrybutów. Przedstawia wybrane algorytmy uczenia się aproksymacji funkcji. Opisuje odkrywanie zależności w danych i uczenia się automatów i problem uczenia się systemów ze wzmocnieniem.

Wartość merytoryczną książki podnoszą liczne ćwiczenia, podzielone na tradycyjne, laboratoryjne i projektowe. , Książka jest poświęcona metodom konstruowania uczących się programów komputerowych, zdolnych do poprawy swego działania na podstawie doświadczeń z przeszłości. Programy tego typu w zautomatyzowany sposób zdobywają wiedzę, którą wykorzystują do realizacji postawionych przed nimi zadań.

Autor przybliża czytelnikowi proces uczenia się systemów z algorytmicznego punktu widzenia. Wyjaśnia, na czym polega indukcyjne uczenie się. Przedstawia dwa główne podejścia do tego zagadnienia: indukcję drzew decyzyjnych i indukcję reguł decyzyjnych. Omawia probabilistyczne metody uczenia się, a także metody grupowania pojęciowego. Zajmuje się problemami przekształcania zbioru atrybutów. Przedstawia wybrane algorytmy uczenia się aproksymacji funkcji. Opisuje odkrywanie zależności w danych i uczenia się automatów i problem uczenia się systemów ze wzmocnieniem.

Wartość merytoryczną książki podnoszą liczne ćwiczenia, podzielone na tradycyjne, laboratoryjne i projektowe. , Książka jest poświęcona metodom konstruowania uczących się programów komputerowych, zdolnych do poprawy swego działania na podstawie doświadczeń z przeszłości. Programy tego typu w zautomatyzowany sposób zdobywają wiedzę, którą wykorzystują do realizacji postawionych przed nimi zadań.

Autor przybliża czytelnikowi proces uczenia się systemów z algorytmicznego punktu widzenia. Wyjaśnia, na czym polega indukcyjne uczenie się. Przedstawia dwa główne podejścia do tego zagadnienia: indukcję drzew decyzyjnych i indukcję reguł decyzyjnych. Omawia probabilistyczne metody uczenia się, a także metody grupowania pojęciowego. Zajmuje się problemami przekształcania zbioru atrybutów. Przedstawia wybrane algorytmy uczenia się aproksymacji funkcji. Opisuje odkrywanie zależności w danych i uczenia się automatów i problem uczenia się systemów ze wzmocnieniem.

Wartość merytoryczną książki podnoszą liczne ćwiczenia, podzielone na tradycyjne, laboratoryjne i projektowe. , Książka jest poświęcona metodom konstruowania uczących się programów komputerowych, zdolnych do poprawy swego działania na podstawie doświadczeń z przeszłości. Programy tego typu w zautomatyzowany sposób zdobywają wiedzę, którą wykorzystują do realizacji postawionych przed nimi zadań.

Autor przybliża czytelnikowi proces uczenia się systemów z algorytmicznego punktu widzenia. Wyjaśnia, na czym polega indukcyjne uczenie się. Przedstawia dwa główne podejścia do tego zagadnienia: indukcję drzew decyzyjnych i indukcję reguł decyzyjnych. Omawia probabilistyczne metody uczenia się, a także metody grupowania pojęciowego. Zajmuje się problemami przekształcania zbioru atrybutów. Przedstawia wybrane algorytmy uczenia się aproksymacji funkcji. Opisuje odkrywanie zależności w danych i uczenia się automatów i problem uczenia się systemów ze wzmocnieniem.

Wartość merytoryczną książki podnoszą liczne ćwiczenia, podzielone na tradycyjne, laboratoryjne i projektowe.

Oprawa: twarda, twarda, twarda, twarda, twarda, twarda, twarda, twarda, twarda, twarda, twarda, twarda, twarda, twarda, twarda, twarda, twarda

Wydawca: WNT, Helion