Włochy północne to ojczyzna artystów, skarbnica zabytków, kraina rozgrzana słońcem... Trudno orzec, co w tym kraju jest bardziej godne zachwytu: przyroda - ośnieżone Alpy, zielone wzgórza Toskanii, zatoki Wenecji i Genui, a może ślady historii - grobowce etruskie, rzymskie ruiny, średniowieczne miasta, zabytki baroku...

Projekt informatyczny może być opracowaną podczas lekcji grą komputerową, animacją poklatkową lub rozbudowaną prezentacją z podkładem muzycznym, wykorzystującą format video i proste programowanie. Odkryjecie też zupełnie nowe zastosowania arkusza kalkulacyjnego i edytora tekstu, który fantastycznie nadaje się do projektowania... krzyżówek! Już wkrótce zrealizujecie zadanie grupowe Mój region - wydarzenia i postaci z jego dziejów. Będziecie działać razem lub indywidualnie, z pomocą nauczyciela lub samodzielnie, ale zawsze ze wsparciem podręcznika Informatyka Europejczyka.

Oto historia wyprawy na najwyższą górę świata. Nie jest to książka wyłącznie o trudach wspinania, ale o tym, jaki jest naprawdę himalajski gigant. Dziś niektórzy twierdzą, że na Everest wejść może każdy. Podobno droga na szczyt jest prosta (co roku przecież organizowane są komercyjne wyprawy na Górę Gór). Skoro jednak jest tak łatwo, dlaczego wielu wspinaczy rezygnuje?

Znasz Mateusza Grzesiaka? To najpopularniejszy coach w Polsce, psycholog i trener. Jeśli go znasz, to nie trzeba mówić Ci nic więcej i z pewnością niecierpliwie czekasz na kolejne przejawy jego twórczości. Jeśli nie znasz - uważaj! Zanim zaczniesz czytać, dokończ lepiej wszystkie zaległe zadania, wyłącz telefon i weź głęboki oddech. Ta książka - ósma w dorobku autora - wciągnie Cię i nie pozwoli odłożyć się na półkę, póki nie skończysz. A potem długo jeszcze wracać będzie do Ciebie w myślach, bo tak jest z mądrością zmieniającą życie.

Celem tej książki jest przybliżenie profesjonalistom tajników złożonych algorytmów uczenia maszynowego i zasad ich stosowania w praktyce. Poza praktycznymi informacjami dotyczącymi działania algorytmów i ich wdrożeń znalazły się tu również niezbędne podstawy teoretyczne. Opisano klasyczne modele uczenia nadzorowanego, nienadzorowanego i półnadzorowanego. Wskazano, w jakich sytuacjach okazują się one najbardziej przydatne. Zaprezentowano techniki wydobywania danych za pomocą modeli bayesowskich, algorytmu MCMC, a także dzięki stosowaniu ukrytych modeli Markowa. Omówiono zestaw przydatnych do uczenia maszynowego narzędzi, takich jak biblioteki: scikit-learn, Keras i TensorFlow.