Полное пошаговое руководство по глубокому обучению с использованием Python: концепции искусственного интеллекта и нейронных сетей, объясненные простым языком (Полное пошаговое руководство по машинному обучению, книга 2) на русском
#1519195
Ultimate Step by Step Guide to Deep Learning Using Python: Artificial Intelligence and Neural Network Concepts Explained in Simple Terms (Ultimate Step by Step Guide to Machine Learning Book 2) (B08D8JB3K1)
Купить и скачать электронную книгу в форматах PDF, EPUB, FB2, MOBI
Daneyal Anis | #472: Нейронные сети
*Начните свою карьеру в области анализа данных с помощью Python уже сегодня!*
Готовы ли вы начать свою новую захватывающую карьеру? Готовы ли вы освоить концепции искусственного интеллекта и глубокого обучения?
Вы чувствуете себя подавленным из-за сложности книг по этой теме?
Тогда пусть эта легкая и увлекательная небольшая книга по Python, машинному обучению и моделям глубокого обучения превратит вас в специалиста по анализу данных за 7 дней!
Эта книга продолжает тему, начатую в первой книге серии, «Полное пошаговое руководство по машинному обучению с использованием Python». В первой книге вы познакомились с такими концепциями Python, как: • Структуры данных, такие как Pandas • Базовые библиотеки, такие как Numpy, Seaborn и Scikit-Learn • Регрессионный анализ • Классификация • Кластеризация • Обучение ассоциациям • Снижение размерности. Эта книга развивает эти концепции, расширяя знания об алгоритмах машинного обучения, таких как: • Линейная и логистическая регрессия • Дерево решений • Машины опорных векторов (SVM). После этого книга отправляет вас в путешествие по глубокому обучению и нейронным сетям, знакомя с важными концепциями и библиотеками, такими как: • Сверточные и рекуррентные нейронные сети • TensorFlow • Keras • PyTorch • Keras • Apache MXNet • Microsoft Cognitive Toolkit (CNTK). Заключительная часть книги охватывает все базовые концепции, необходимые для сертификации Amazon Web Services (AWS) по машинному обучению, объясняя, как развертывать модели в масштабе облачных технологий. Хотя AWS используется в книге в качестве иллюстрации, Microsoft Azure и Google Cloud также представлены как альтернативные облачные технологии. После прочтения этой книги вы сможете: • Уверенно программировать на Python • Создавать новые модели машинного обучения и глубокого обучения с нуля • Знать, как очищать и подготавливать данные для аналитики • Уверенно говорить о методах статистического анализа. По данным LinkedIn, наука о данных признана самой быстрорастущей областью, а профессия специалиста по данным — одна из самых востребованных и прибыльных в мире!
Если вы сомневаетесь, стоит ли переходить на новую, высокооплачиваемую работу, эта книга для вас!
Что отличает эту книгу от других книг по Python и машинному обучению: • Пошаговые примеры кода и объяснения • Визуальное объяснение сложных концепций • Применение представленных моделей машинного обучения и глубокого обучения в реальных условиях. Что мне нужно для начала? После прочтения этой книги у вас будет пошаговый план действий, и вы наконец почувствуете, что можете освоить науку о данных и искусственный интеллект и начать прибыльную и перспективную карьеру! Готовы погрузиться в захватывающий мир Python и глубокого обучения? Тогда прокрутите страницу вверх и нажмите кнопку «КУПИТЬ»!
Готовы ли вы начать свою новую захватывающую карьеру? Готовы ли вы освоить концепции искусственного интеллекта и глубокого обучения?
Вы чувствуете себя подавленным из-за сложности книг по этой теме?
Тогда пусть эта легкая и увлекательная небольшая книга по Python, машинному обучению и моделям глубокого обучения превратит вас в специалиста по анализу данных за 7 дней!
Эта книга продолжает тему, начатую в первой книге серии, «Полное пошаговое руководство по машинному обучению с использованием Python». В первой книге вы познакомились с такими концепциями Python, как: • Структуры данных, такие как Pandas • Базовые библиотеки, такие как Numpy, Seaborn и Scikit-Learn • Регрессионный анализ • Классификация • Кластеризация • Обучение ассоциациям • Снижение размерности. Эта книга развивает эти концепции, расширяя знания об алгоритмах машинного обучения, таких как: • Линейная и логистическая регрессия • Дерево решений • Машины опорных векторов (SVM). После этого книга отправляет вас в путешествие по глубокому обучению и нейронным сетям, знакомя с важными концепциями и библиотеками, такими как: • Сверточные и рекуррентные нейронные сети • TensorFlow • Keras • PyTorch • Keras • Apache MXNet • Microsoft Cognitive Toolkit (CNTK). Заключительная часть книги охватывает все базовые концепции, необходимые для сертификации Amazon Web Services (AWS) по машинному обучению, объясняя, как развертывать модели в масштабе облачных технологий. Хотя AWS используется в книге в качестве иллюстрации, Microsoft Azure и Google Cloud также представлены как альтернативные облачные технологии. После прочтения этой книги вы сможете: • Уверенно программировать на Python • Создавать новые модели машинного обучения и глубокого обучения с нуля • Знать, как очищать и подготавливать данные для аналитики • Уверенно говорить о методах статистического анализа. По данным LinkedIn, наука о данных признана самой быстрорастущей областью, а профессия специалиста по данным — одна из самых востребованных и прибыльных в мире!
Если вы сомневаетесь, стоит ли переходить на новую, высокооплачиваемую работу, эта книга для вас!
Что отличает эту книгу от других книг по Python и машинному обучению: • Пошаговые примеры кода и объяснения • Визуальное объяснение сложных концепций • Применение представленных моделей машинного обучения и глубокого обучения в реальных условиях. Что мне нужно для начала? После прочтения этой книги у вас будет пошаговый план действий, и вы наконец почувствуете, что можете освоить науку о данных и искусственный интеллект и начать прибыльную и перспективную карьеру! Готовы погрузиться в захватывающий мир Python и глубокого обучения? Тогда прокрутите страницу вверх и нажмите кнопку «КУПИТЬ»!