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

Opis książki:

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

Książka "Wnioskowanie i związki przyczynowe w Pythonie.. Nowoczesne uczenie maszynowe z wykorzystaniem bibliotek DoWhy, EconML, PyTorch i nie tylko" - Aleksander Molak - oprawa miękka - Wydawnictwo Helion. Książka posiada 421 stron i została wydana w 2024 r. Cena 75.76 zł. Zapraszamy na zakupy!