Wnioskowanie i związki przyczynowe w Pythonie:

nowoczesne uczenie maszynowe z wykorzystaniem bibliotek DoWhy, EconML, PyTorch i nie tylko

Tytuł oryginalny:
Causal inference and discovery in Python
machine learning and Pearlian perspective
Autor:
Aleksander Molak
Tłumacz:
Radosław Meryk
Wydawca:
Grupa Wydawnicza Helion (2024)
ISBN:
978-83-289-0832-1
Autotagi:
druk
książki
podręczniki
publikacje fachowe
Źródło opisu: Biblioteka Publiczna w Dzielnicy Wola m.st. Warszawy - Katalog centralny

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.
Więcej...
Wypożycz w bibliotece
Dostęp online
Brak zasobów elektronicznych
dla wybranego dzieła.
Dodaj link
Kup
Brak ofert.
Recenzje

Brak recenzji - napisz pierwszą.

Dyskusje

Brak wątków

Przejdź do forum
Nikt jeszcze nie obserwuje nowych recenzji tego dzieła.
Okładki
Kliknij na okładkę żeby zobaczyć powiększenie lub dodać ją na regał.

Projekt współfinansowany ze środków Unii Europejskiej w ramach Europejskiego Funduszu Rozwoju Regionalnego
Dotacje na innowacje - Inwestujemy w Waszą przyszłość
foo