Wnioskowanie i związki przyczynowe w Pythonie. Nowoczesne uczenie maszynowe z wykorzystaniem bibliotek DoWhy, EconML, PyTorch i nie tylko
Wydawnictwo: Helion
Najniższa cena z poprzednich 30 dni: 70.85 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
Najlepsza cena: eBookpoint
LUB
Wyślemy Ci maila, gdy cena książki będzie niższa, np.41 zł