Deep Learning. Praca z językiem Python...
36
%
219 Kč 344 Kč
Expedice za 2 až 3 dny
Sleva až 70% u třetiny knih
W skrócie uczenie maszynowe polega na wyodrębnianiu informacji z surowych danych i budowie modelu, który służy do przetwarzania kolejnych surowych danych. Technologia ta od kilku lat intensywnie się rozwija, a w miarę wzrostu jej możliwości rosną również zainteresowanie i oczekiwania architektów i użytkowników. Niektórzy widzą w głębokim uczeniu poważne zagrożenie, jednak obietnice, jakie daje ten rodzaj sztucznej inteligencji, są fascynujące. Narzędzia służące do programowania uczenia maszynowego, takie jak zaimplementowana w Pythonie biblioteka Keras, są dostępne dla każdego, kto chce wykorzystać tę technologię do własnych celów.
Niniejsza książka jest praktycznym przewodnikiem po uczeniu głębokim. Znalazły się tu dokładne informacje o istocie uczenia głębokiego, o jego zastosowaniach i ograniczeniach. Wyjaśniono zasady rozwiązywania typowych problemów uczenia maszynowego. Pokazano, jak korzystać z pakietu Keras przy implementacji rozpoznawania obrazu, przetwarzania języka naturalnego, klasyfikacji obrazów, przewidywania danych szeregu czasowego, analizy sentymentu, generowania tekstu i obrazu. Nawet dość skomplikowane zagadnienia, włączając w to koncepcje i dobre praktyki, zostały wyjaśnione w sposób bardzo przystępny i zrozumiały, tak aby umożliwić samodzielne stosowanie technik uczenia głębokiego w kolejnych projektach.
W tej książce między innymi:
- kontekst i ogólne koncepcje sztucznej inteligencji, uczenia maszynowego i uczenia głębokiego,
- sieci neuronowe i pakiet Keras,
- typowe sposoby pracy nad projektami uczenia głębokiego,
- rozbudowane modele uczenia głębokiego oraz modele generatywne,
- perspektywy i ograniczenia technologii.
Niniejsza książka jest praktycznym przewodnikiem po uczeniu głębokim. Znalazły się tu dokładne informacje o istocie uczenia głębokiego, o jego zastosowaniach i ograniczeniach. Wyjaśniono zasady rozwiązywania typowych problemów uczenia maszynowego. Pokazano, jak korzystać z pakietu Keras przy implementacji rozpoznawania obrazu, przetwarzania języka naturalnego, klasyfikacji obrazów, przewidywania danych szeregu czasowego, analizy sentymentu, generowania tekstu i obrazu. Nawet dość skomplikowane zagadnienia, włączając w to koncepcje i dobre praktyki, zostały wyjaśnione w sposób bardzo przystępny i zrozumiały, tak aby umożliwić samodzielne stosowanie technik uczenia głębokiego w kolejnych projektach.
W tej książce między innymi:
- kontekst i ogólne koncepcje sztucznej inteligencji, uczenia maszynowego i uczenia głębokiego,
- sieci neuronowe i pakiet Keras,
- typowe sposoby pracy nad projektami uczenia głębokiego,
- rozbudowane modele uczenia głębokiego oraz modele generatywne,
- perspektywy i ograniczenia technologii.
Autor: | Francois Chollet |
Nakladatel: | Helion |
ISBN: | 9788328347786 |
Rok vydání: | 2019 |
Jazyk : | Polština |
Vazba: | Měkká |
Počet stran: | 368 |
Mohlo by se vám také líbit..
-
JAVA EE 6 TWORZENIE APLIKACJI W NETBE...
DAVID R. HEFFELFINGER
-
TWORZENIE NOWOCZESNYCH SYSTEMÓW WEBOWYCH
MARIUSZ WALCZAK
-
JĘZYK SQL PRZYJAZNY PODRĘCZNIK WYD. 2
LARRY ROCKOFF
-
Unity i C# Podstawy programowania gier
Jakub Barakomski
-
JavaScript. Interaktywne aplikacje we...
Tomasz Sochacki
-
Adobe Dreamweaver CS3/CS3 PL. Oficjal...
-
Microsoft Office 2013 Praktyczne prog...
Borycki Dawid
-
TDD w praktyce
Percival Harry J.W.
-
AngularJS Praktyczne przykłady
Chandermani
-
Windows 8.1 PL Ćwiczenia praktyczne
Mendrala Danuta, Szeliga Marcin
-
Godzina dziennie z mobile marketingiem
Pasqua Rachel, Elkin Noah
-
Responsive Web Design z jQuery
Crespo Gilberto
-
iOS 5 Podręcznik programisty
Sadun Erica
-
Mobile Web Development
Avola Greg, Raasch Jon
-
ASP.NET MVC 4 Zaawansowane programowanie
Freeman Adam
-
CakePHP 1.3
Iglesias Mariano