Практическое глубокое обучение: введение на основе Python на русском
#1627622
Practical Deep Learning: A Python-Based Introduction (B085BVZ9CK)
Купить и скачать электронную книгу в форматах PDF, EPUB, FB2, MOBI
Ronald T. Kneusel | #527: Нейронные сети
«Практическое глубокое обучение» учит полных новичков создавать наборы данных и модели, необходимые для обучения нейронных сетей в рамках собственных проектов глубокого обучения.
Если вас интересовали искусственный интеллект и машинное обучение, но вы не знали, с чего начать, эта книга — именно то, что вы ждали. Сосредоточившись на подразделе машинного обучения, известном как глубокое обучение , она объясняет основные концепты и дает вам основу, необходимую для начала создания собственных моделей. Вместо того чтобы просто описывать рецепты использования существующих инструментариев, «Практическое глубокое обучение» объясняет, почему глубокое обучение необходимо, и вдохновляет вас на дальнейшие исследования.
Вам потребуется лишь базовое знание программирования и школьной математики — остальное книга покроет. После введения в Python вы перейдете к ключевым темам, таким как создание качественного обучающего набора данных, работа с библиотеками scikit-learn и Keras, а также оценка производительности ваших моделей.
Вы также узнаете:
Книга «Практическое глубокое обучение» станет идеальным введением в эту динамичную, постоянно расширяющуюся область и даст вам навыки и уверенность, необходимые для реализации собственных проектов в области машинного обучения.
Если вас интересовали искусственный интеллект и машинное обучение, но вы не знали, с чего начать, эта книга — именно то, что вы ждали. Сосредоточившись на подразделе машинного обучения, известном как глубокое обучение , она объясняет основные концепты и дает вам основу, необходимую для начала создания собственных моделей. Вместо того чтобы просто описывать рецепты использования существующих инструментариев, «Практическое глубокое обучение» объясняет, почему глубокое обучение необходимо, и вдохновляет вас на дальнейшие исследования.
Вам потребуется лишь базовое знание программирования и школьной математики — остальное книга покроет. После введения в Python вы перейдете к ключевым темам, таким как создание качественного обучающего набора данных, работа с библиотеками scikit-learn и Keras, а также оценка производительности ваших моделей.
Вы также узнаете:
- Как использовать классические модели машинного обучения, такие как метод k-ближайших соседей, случайные леса и машины опорных векторов.
- Как работают нейронные сети и как они обучаются.
- Как использовать сверточные нейронные сети
- Как разработать успешную модель глубокого обучения с нуля
Книга «Практическое глубокое обучение» станет идеальным введением в эту динамичную, постоянно расширяющуюся область и даст вам навыки и уверенность, необходимые для реализации собственных проектов в области машинного обучения.