Uczenie maszynowe z językiem JavaScript. Rozwiązywanie złożonych problemów

Uczenie maszynowe jeszcze kilka lat temu stanowiło niemal wiedzę tajemną. Nieliczni eksperci w tej dziedzinie publikowali materiały w naukowym, matematycznym języku, który wymagał biegłości w algebrze liniowej czy rachunku wektorowym. Korzystano najczęściej z języka Python i jego bibliotek. Obecnie, wraz ze wzrostem popularności uczenia maszynowego, zwiększają się możliwości jego praktycznej implementacji. Rzeczywista biegłość w tej dziedzinie wymaga jednak dogłębnego zrozumienia mechaniki działania algorytmów stosowanych w uczeniu maszynowym. Implementacja tych algorytmów w języku JavaScript jest znakomitym wyborem. W książce wyjaśniono, jak to zrobić, podano też przykłady przydatnych bibliotek. Sporo miejsca poświęcono sieciom neuro-nowym, ich architekturze i przykładom zastosowania. Przedstawiono takie zagadnienia, jak: wykrywanie twarzy, filtrowanie spamu, tworzenie systemów rekomendacji, rozpoznawanie znaków oraz przetwarzanie języka naturalnego. Znalazły się tu również wskazówki dotyczące dobierania odpowiednich bibliotek – takich jak: NaturalNode, brain, harthur i klasyfikatory – aby umożliwić projektowanie bardziej inteligentnych aplikacji.

Burak Kanber: Uczenie maszynowe z językiem JavaScript. Rozwiązywanie złożonych problemów. Helion, 2019