Kotarba Anna
Sortowanie
Źródło opisu
ebookpoint BIBLIO
(2)
Forma i typ
E-booki
(2)
Autor
Konopnicka Maria
(165)
Praca zbiorowa
(158)
Słowacki Juliusz
(132)
Morsztyn Jan Andrzej
(125)
Lenartowicz Teofil
(111)
Kotarba Anna
(-)
Prus Bolesław
(100)
Bednarz Stanisław
(99)
Ryll Łucja
(98)
Włodarczyk Maria
(95)
Górczyński Robert
(93)
Gomulicki Wiktor
(91)
Orzeszkowa Eliza
(89)
Dooley Jenny
(87)
Walczak Tomasz
(87)
Kniaźnin Franciszek Dionizy
(83)
Cieślak Piotr
(82)
Evans Virginia
(79)
Ujejski Kornel
(79)
Piwko Łukasz
(71)
Rajca Piotr
(71)
Czechowicz Józef
(69)
Kraszewski Józef Ignacy
(66)
Meryk Radosław
(66)
Baudelaire Charles
(63)
Dąbrowska Maria (1889-1965)
(61)
Lange Antoni
(61)
Watrak Andrzej
(57)
Moszczyński Andrzej
(56)
Walczak Krzysztof (1950- )
(56)
Wrotek Witold
(55)
Mickiewicz Adam
(54)
Steczek-Czerniawska Elżbieta
(53)
Andrysiak Ewa (1955- )
(52)
Drożdż Jarosław
(52)
Kamiński Bogdan
(50)
Zgółkowa Halina (1947- )
(50)
Kulesza Alina
(49)
Lachowski Lech
(49)
Wolarski Wojciech
(49)
Przerwa-Tetmajer Kazimierz
(47)
Sałbut Bartosz
(47)
Walczak Krzysztof
(47)
Bonk Krzysztof
(46)
Gutowski Maksymilian
(46)
Orlewicz Leszek (1946- )
(45)
Dygasiński Adolf
(44)
Konopnicka Maria (1842-1910)
(44)
Laskowski Kazimierz
(44)
Poklewski-Koziełł Tadeusz
(44)
Kościelniak Władysław
(43)
Wołejszo Jarosław
(43)
Koper Sławomir (1963- )
(42)
Pikoń Andrzej
(42)
Suchodolski Bogdan
(41)
Anders Paweł
(40)
Flisek Aneta
(40)
Niemojewski Andrzej
(40)
Andrysiak Ewa
(39)
Szarzyński Mikołaj Sęp
(39)
Dobrzański Tadeusz
(38)
Kawalec Mieczysław
(38)
Pilch Piotr
(38)
Andersen Hans Christian
(37)
Kowalczyk Ryszard
(37)
Mruk Henryk
(37)
Polak Grzegorz (1952- )
(37)
Wyspiański Stanisław
(37)
Danowski Bartosz
(36)
Kowalska Samanta
(36)
Brzozowski Stanisław
(35)
Dmochowska Halina
(35)
Dziak Artur
(35)
Kowalczyk Grzegorz
(35)
Lis Marcin
(35)
Sinko Tadeusz
(35)
Vvedenskij Boris Alekseevič (1893-1969)
(35)
Waśko Zbigniew
(35)
Zapolska Gabriela
(35)
Łuczkiewicz Grzegorz
(35)
Estreicher Karol
(33)
Zboiński Krzysztof
(33)
Żeromski Stefan
(33)
Józefiok Adam
(32)
Nowak Edward
(32)
Oppman Artur
(32)
Oxenden Clive
(31)
Szeliga Marcin
(31)
Wojnowski Jan
(31)
Żeleński Tadeusz (1874-1941)
(31)
Bałucki Michał
(30)
Bręborowicz Grzegorz H. (1948- )
(30)
Kienzler Iwona (1956- )
(30)
Rzychoń Tomasz
(30)
Birkenmajer Aleksander
(29)
Czerni Sergiusz
(29)
Ehrlich Andrzej
(29)
Grimm Jakub
(29)
Grimm Wilhelm
(29)
Kokot Franciszek
(29)
Matuk Konrad
(29)
Rok wydania
2020 - 2024
(2)
Kraj wydania
Polska
(2)
Język
polski
(2)
2 wyniki Filtruj
E-book
W koszyku
Forma i typ
Obierz kurs na karierę mistrza danych Data science, big data - odkąd naszą wirtualną rzeczywistość opanowały wiedzące o nas wszystko ciasteczka, wyszukiwarka Google i media społecznościowe, te słowa budzą emocje i nadzieję u wielu osób zajmujących się biznesem. Kto ma dostęp do danych, ten trafił na żyłę złota. A kto potrafi je odpowiednio sortować, filtrować i - co najważniejsze - wyciągać z nich wnioski, ten może naprawdę dużo! Nic dziwnego, że specjaliści w tej dziedzinie są sowicie wynagradzani - w 2020 roku data scientist był trzecim najlepiej opłacanym zawodem w branży IT w Stanach Zjednoczonych. Siłą rzeczy zawód data scientist (po polsku mówi się czasem „mistrz danych”) zyskuje na popularności. Coraz więcej firm i organizacji dostrzega wagę zbierania i analizowania pozyskanych danych w kontekście przyszłości i strategicznego planowania działalności. Stąd ogłoszeń z propozycjami zatrudnienia dla specjalistów z tej dziedziny nie brakuje, a fraza „data scientist zarobki” jest szalenie popularna! Liczba miejsc pracy rośnie proporcjonalnie do tego, jak zwiększa się ilość danych. Czyli naprawdę szybko! Dlatego przy wyborze informatycznej specjalizacji warto rozważyć karierę „mistrza danych”. Nie tylko dla pieniędzy. Także dlatego, że daje ona możliwość ciągłego rozwoju i nauki nowych aspektów. Co Cię czeka podczas naszego profesjonalnego szkolenia video z Data Science? Szkoląc się w ramach tego kursu online Data Science: Poznasz specyfikę pracy na stanowisku data scientist Zdobędziesz umiejętność rozróżniania obszarów pracy z danymi Opanujesz podstawy pracy z językami: Python, R, SQL Zaznajomisz się ze środowiskami big data Co więcej... W trakcie szkolenia dowiesz się też, jak stworzyć atrakcyjne dla przyszłych pracodawców CV i portfolio data scientist Data Science - zawód przyszłości. Kurs video. Jak rozpocząć karierę w pracy z danymi jest wprowadzeniem do pracy w dziedzinie data science, kończy się więc na poziomie podstawowym. Wyposaży Cię jednak w wiedzę niezbędną do dalszego, samodzielnego rozwoju i podpowie, po jakie narzędzia sięgać, aby doskonalić warsztat profesjonalisty. Nauka o danych Data science to dziedzina prawdziwie interdyscyplinarna, w której używa się naukowych metod, procesów, algorytmów i systemów do wydobywania wiedzy, a także spostrzeżeń ustrukturyzowanych i nieustrukturyzowanych danych. Z wiedzy zdobytej na podstawie analizy danych zaś korzysta się w szerokim przekroju zastosowań. Data science blisko wiąże się z takimi pojęciami jak data mining (eksploracja danych), machine learning (samouczenie się maszyn) i big data (praca na dużych zbiorach danych). To dziedzina niezwykle rozległa, oferująca naprawdę duże możliwości, jeśli chodzi o karierę i rozwój. Idealna dla kogoś, kto czuje, że jego powołaniem jest analiza. Jeśli wiesz, że to właśnie Ty, nie czekaj, tylko działaj! Uruchom kurs video Data Science - zawód przyszłości i w krótkim czasie (bez setek godzin poświęconych na poszukiwanie rozmaitych materiałów) zanurz się w fascynujący świat danych. I wreszcie zacznij poruszać się wśród nich jak profesjonalista! Zobacz także kursy video MySQL dostępne w naszej ofercie.
Ta pozycja jest dostępna przez Internet. Rozwiń informację, by zobaczyć szczegóły.
Dostęp do treści elektronicznej poza siecią Uczelni możliwy jest po pobraniu w Bibliotece PIN-u do logowania.
E-book
W koszyku
Forma i typ
Obierz kurs na... wymianę myśli ze sztuczną inteligencją Czy zastanawiasz się czasem nad tym, jak to możliwe, że jesteśmy w stanie "rozmawiać" z maszynami? Że coś mówimy, a one nas rozumieją i odpowiadają na nasze pytania, realizują polecenia, wykonują zadania? I na odwrót - to one mówią (i piszą) do nas słowami, które są dla nas jasne? Przetwarzaniem języka naturalnego (ang. natural language processing, NLP) zajmuje się interdyscyplinarna dziedzina, łącząca między innymi zagadnienia sztucznej inteligencji, a także językoznawstwa i analityki. NLP pozwala rozwiązywać takie problemy jak automatyczne streszczanie tekstu, tłumaczenie maszynowe (na przykład Google Translate), generowanie mowy czy opinion mining (co na język polski tłumaczy się jako analizę sentymentu - emocjonalnego wydźwięku wypowiedzi). Brzmi ciekawie? NLP to jedna z najszybciej rozwijających się dziedzin opartych na sztucznej inteligencji. W codziennej pracy korzystają z niej na przykład analityk danych i data scientist, do których zadań należy zrozumienie danych tekstowych - między innymi kategoryzowanie tekstów, automatyczne streszczanie artykułów/książek, automatyczna analiza lub moderowanie komentarzy, a także tłumaczenie maszynowe. Jeśli myślisz o tego typu karierze, ten kurs pozwoli Ci opanować podstawy natural language processing. Dowiesz się z niego, czym jest tokenizacja i lematyzacja i jak się przeprowadza analizę sentymentu. Przykłady używane w ramach szkolenia prezentowane będą z użyciem języka Python - najpopularniejszego języka programowania w data science. Co Cię czeka podczas naszego profesjonalnego szkolenia Dzięki udziałowi w proponowanym przez nas kursie: Nauczysz się importowania plików tekstowych (TXT i PDF) Przeprowadzisz analizę tekstu w bibliotece spaCy: tokenizację, lematyzację, stemming Będziesz procesować tekst za pomocą wyrażeń regularnych i za pomocą named entity recognition Porównasz teksty przy użyciu algorytmu word2Vec Dokonasz zamiany mowy na tekst i tekstu na mowę Poznasz modele analizy sentymentu Zamodelujesz tematy w tekście NLP. Kurs video. Analiza danych tekstowych w języku Python kończy się na poziomie podstawowym, przy czym lekko zahacza o poziom średnio zaawansowany. Szkolenie pozwoli Ci zrozumieć podstawy przetwarzania języka naturalnego na język maszyny. A wszystko prowadzi do ChatGPT... Rozwinięcie technologii NLP zaowocowało rozwojem chatbotów (w tym głośnego ChatGPT). Wcześniej tego typu maszyny miały trudności z odpowiadaniem na pytania użytkowników. Obecnie coraz więcej chatbotów opiera się w działaniu na NLP i sztucznej inteligencji. Są one w stanie płynnie odpowiadać na pytania i wykonywać dla użytkowników rozmaite zadania, jakie do tej pory realizowali pracownicy działu obsługi klienta - takie jak choćby anulowanie biletów lub przebookowanie ich na inny termin. Chatboty stały się popularnym sposobem utrzymywania przez organizacje kontaktu z klientami i odpowiadania na ich pytania i wątpliwości. Można je znaleźć zarówno na stronach internetowych, jak i w aplikacjach i należy się spodziewać intensywnego rozwoju tego działu informatyki - zatem także rosnącego zapotrzebowania na specjalistów do spraw natural language processing.
Ta pozycja jest dostępna przez Internet. Rozwiń informację, by zobaczyć szczegóły.
Dostęp do treści elektronicznej poza siecią Uczelni możliwy jest po pobraniu w Bibliotece PIN-u do logowania.
Pozycja została dodana do koszyka. Jeśli nie wiesz, do czego służy koszyk, kliknij tutaj, aby poznać szczegóły.
Nie pokazuj tego więcej