Fundamentals of Deep Learning. 2nd Edition
- Autorzy:
- Nithin Buduma, Nikhil Buduma, Joe Papa
- Ocena:
- Bądź pierwszym, który oceni tę książkę
- Stron:
- 390
- Dostępne formaty:
-
ePubMobi
Opis ebooka: Fundamentals of Deep Learning. 2nd Edition
We're in the midst of an AI research explosion. Deep learning has unlocked superhuman perception to power our push toward creating self-driving vehicles, defeating human experts at a variety of difficult games including Go, and even generating essays with shockingly coherent prose. But deciphering these breakthroughs often takes a PhD in machine learning and mathematics.
The updated second edition of this book describes the intuition behind these innovations without jargon or complexity. Python-proficient programmers, software engineering professionals, and computer science majors will be able to reimplement these breakthroughs on their own and reason about them with a level of sophistication that rivals some of the best developers in the field.
- Learn the mathematics behind machine learning jargon
- Examine the foundations of machine learning and neural networks
- Manage problems that arise as you begin to make networks deeper
- Build neural networks that analyze complex images
- Perform effective dimensionality reduction using autoencoders
- Dive deep into sequence analysis to examine language
- Explore methods in interpreting complex machine learning models
- Gain theoretical and practical knowledge on generative modeling
- Understand the fundamentals of reinforcement learning
Wybrane bestsellery
-
This concise, easy-to-use reference puts one of the most popular frameworks for deep learning research and development at your fingertips. Author Joe Papa provides instant access to syntax, design patterns, and code examples to accelerate your development and reduce the time you spend searching f...(80.73 zł najniższa cena z 30 dni)
80.73 zł
94.99 zł(-15%) -
Oto zaktualizowane wydanie popularnego przewodnika, dzięki któremu skorzystasz z ponad dwustu sprawdzonych receptur bazujących na najnowszych wydaniach bibliotek Pythona. Wystarczy, że skopiujesz i dostosujesz kod do swoich potrzeb. Możesz też go uruchamiać i testować za pomocą przykładowego zbio...
Uczenie maszynowe w Pythonie. Receptury. Od przygotowania danych do deep learningu. Wydanie II Uczenie maszynowe w Pythonie. Receptury. Od przygotowania danych do deep learningu. Wydanie II
(57.84 zł najniższa cena z 30 dni)62.30 zł
89.00 zł(-30%) -
Odkryj fascynujący świat sztucznej inteligencji (AI) bez zbędnych komplikacji! Ta książka to idealny przewodnik dla każdego, kto chce zrozumieć, jak AI zmienia nasz świat, od podstawowych pojęć po zaawansowane technologie. Dzięki jasnym wyjaśnieniom i przystępnemu językowi, autor demistyfikuje sk...
AI bez tajemnic. Sztuczna Inteligencja od podstaw po zaawansowane techniki AI bez tajemnic. Sztuczna Inteligencja od podstaw po zaawansowane techniki
-
Tę książkę docenią wszyscy zainteresowani eksploracją danych i uczeniem maszynowym, którzy chcieliby pewnie poruszać się w świecie nauki o danych. Pokazano tu, w jaki sposób Excel pozwala zobrazować proces ich eksplorowania i jak działają poszczególne techniki w tym zakresie. Przejrzyście wyjaśni...
Eksploracja danych za pomocą Excela. Metody uczenia maszynowego krok po kroku Eksploracja danych za pomocą Excela. Metody uczenia maszynowego krok po kroku
(40.20 zł najniższa cena z 30 dni)46.90 zł
67.00 zł(-30%) -
Oto praktyczny przewodnik po nauce o danych w miejscu pracy. Dowiesz się stąd wszystkiego, co ważne na początku Twojej drogi jako danologa: od osobowości, z którymi przyjdzie Ci pracować, przez detale analizy danych, po matematykę stojącą za algorytmami i uczeniem maszynowym. Nauczysz się myśleć ...
Analityk danych. Przewodnik po data science, statystyce i uczeniu maszynowym Analityk danych. Przewodnik po data science, statystyce i uczeniu maszynowym
(41.40 zł najniższa cena z 30 dni)48.30 zł
69.00 zł(-30%) -
Książka jest adresowana do wszystkich, którzy chcą budować, rozwijać i skalować systemy NLP w środowisku biznesowym, a także dostosowywać je do swojej branży. Opisuje tworzenie rzeczywistych aplikacji NLP. Omawia pełny cykl życia typowego projektu NLP, od zbierania danych po wdrożenie i monitorow...
Przetwarzanie języka naturalnego w praktyce. Przewodnik po budowie rzeczywistych systemów NLP Przetwarzanie języka naturalnego w praktyce. Przewodnik po budowie rzeczywistych systemów NLP
Sowmya Vajjala, Bodhisattwa Majumder, Anuj Gupta, Harshit Surana
(65.40 zł najniższa cena z 30 dni)76.30 zł
109.00 zł(-30%) -
Głębokie sieci neuronowe mają niesamowity potencjał. Osiągnięcia ostatnich lat nadały procesom uczenia głębokiego zupełnie nową jakość. Obecnie nawet programiści niezaznajomieni z tą technologią mogą korzystać z prostych i niezwykle skutecznych narzędzi, pozwalających na sprawne implementowanie p...
Uczenie maszynowe z użyciem Scikit-Learn, Keras i TensorFlow. Wydanie III Uczenie maszynowe z użyciem Scikit-Learn, Keras i TensorFlow. Wydanie III
(107.40 zł najniższa cena z 30 dni)125.30 zł
179.00 zł(-30%) -
Książka stanowi kompendium wiedzy na temat tej niesłychanie szybko rozwijającej się i dynamicznie wkraczającej w nasze życie dziedziny. Została napisana tak, aby była przystępna dla osób posiadających podstawowe umiejętności matematyczne. Może stanowić podręcznik dla studentów takich kierunków ja...(29.40 zł najniższa cena z 30 dni)
34.30 zł
49.00 zł(-30%) -
Sztuczna inteligencja staje się powoli nieodzownym składnikiem naszego życia. Przeszła długą drogę od modnego hasła pojawiającego się głównie w specjalistycznych publikacjach do technologii mającej realny wpływ na naszą codzienność. Z każdym dniem lepiej radzi sobie z coraz bardziej zaawansowanym...(41.40 zł najniższa cena z 30 dni)
48.30 zł
69.00 zł(-30%) -
To książka przeznaczona dla inżynierów, którzy chcą stosować systemy uczenia maszynowego do rozwiązywania rzeczywistych problemów biznesowych. Zaprezentowano w niej systemy ML używane w szybko rozwijających się startupach, a także przedstawiono holistyczne podejście do ich projektowania ― z...
Jak projektować systemy uczenia maszynowego. Iteracyjne tworzenie aplikacji gotowych do pracy Jak projektować systemy uczenia maszynowego. Iteracyjne tworzenie aplikacji gotowych do pracy
(53.40 zł najniższa cena z 30 dni)62.30 zł
89.00 zł(-30%)
Ebooka "Fundamentals of Deep Learning. 2nd Edition" przeczytasz na:
-
czytnikach Inkbook, Kindle, Pocketbook, Onyx Boox i innych
-
systemach Windows, MacOS i innych
-
systemach Windows, Android, iOS, HarmonyOS
-
na dowolnych urządzeniach i aplikacjach obsługujących formaty: PDF, EPub, Mobi
Masz pytania? Zajrzyj do zakładki Pomoc »
Audiobooka "Fundamentals of Deep Learning. 2nd Edition" posłuchasz:
-
w aplikacji Ebookpoint na Android, iOS, HarmonyOs
-
na systemach Windows, MacOS i innych
-
na dowolnych urządzeniach i aplikacjach obsługujących format MP3 (pliki spakowane w ZIP)
Masz pytania? Zajrzyj do zakładki Pomoc »
Kurs Video "Fundamentals of Deep Learning. 2nd Edition" zobaczysz:
-
w aplikacjach Ebookpoint i Videopoint na Android, iOS, HarmonyOs
-
na systemach Windows, MacOS i innych z dostępem do najnowszej wersji Twojej przeglądarki internetowej
Szczegóły ebooka
- ISBN Ebooka:
- 978-14-920-8213-2, 9781492082132
- Data wydania ebooka:
- 2022-05-16 Data wydania ebooka często jest dniem wprowadzenia tytułu do sprzedaży i może nie być równoznaczna z datą wydania książki papierowej. Dodatkowe informacje możesz znaleźć w darmowym fragmencie. Jeśli masz wątpliwości skontaktuj się z nami sklep@ebookpoint.pl.
- Język publikacji:
- angielski
- Rozmiar pliku ePub:
- 12.3MB
- Rozmiar pliku Mobi:
- 21.0MB
Spis treści ebooka
- Preface
- Prerequisites and Objectives
- How Is This Book Organized?
- Conventions Used in This Book
- Using Code Examples
- OReilly Online Learning
- How to Contact Us
- Acknowledgements
- Nithin and Nikhil
- Joe
- 1. Fundamentals of Linear Algebra for Deep Learning
- Data Structures and Operations
- Matrix Operations
- Vector Operations
- Matrix-Vector Multiplication
- Data Structures and Operations
- The Fundamental Spaces
- The Column Space
- The Null Space
- Eigenvectors and Eigenvalues
- Summary
- 2. Fundamentals of Probability
- Events and Probability
- Conditional Probability
- Random Variables
- Expectation
- Variance
- Bayes Theorem
- Entropy, Cross Entropy, and KL Divergence
- Continuous Probability Distributions
- Summary
- 3. The Neural Network
- Building Intelligent Machines
- The Limits of Traditional Computer Programs
- The Mechanics of Machine Learning
- The Neuron
- Expressing Linear Perceptrons as Neurons
- Feed-Forward Neural Networks
- Linear Neurons and Their Limitations
- Sigmoid, Tanh, and ReLU Neurons
- Softmax Output Layers
- Summary
- 4. Training Feed-Forward Neural Networks
- The Fast-Food Problem
- Gradient Descent
- The Delta Rule and Learning Rates
- Gradient Descent with Sigmoidal Neurons
- The Backpropagation Algorithm
- Stochastic and Minibatch Gradient Descent
- Test Sets, Validation Sets, and Overfitting
- Preventing Overfitting in Deep Neural Networks
- Summary
- 5. Implementing Neural Networks in PyTorch
- Introduction to PyTorch
- Installing PyTorch
- PyTorch Tensors
- Tensor Init
- Tensor Attributes
- Tensor Operations
- Gradients in PyTorch
- The PyTorch nn Module
- PyTorch Datasets and Dataloaders
- Building the MNIST Classifier in PyTorch
- Summary
- 6. Beyond Gradient Descent
- The Challenges with Gradient Descent
- Local Minima in the Error Surfaces of Deep Networks
- Model Identifiability
- How Pesky Are Spurious Local Minima in Deep Networks?
- Flat Regions in the Error Surface
- When the Gradient Points in the Wrong Direction
- Momentum-Based Optimization
- A Brief View of Second-Order Methods
- Learning Rate Adaptation
- AdaGradAccumulating Historical Gradients
- RMSPropExponentially Weighted Moving Average of Gradients
- AdamCombining Momentum and RMSProp
- The Philosophy Behind Optimizer Selection
- Summary
- 7. Convolutional Neural Networks
- Neurons in Human Vision
- The Shortcomings of Feature Selection
- Vanilla Deep Neural Networks Dont Scale
- Filters and Feature Maps
- Full Description of the Convolutional Layer
- Max Pooling
- Full Architectural Description of Convolution Networks
- Closing the Loop on MNIST with Convolutional Networks
- Image Preprocessing Pipelines Enable More Robust Models
- Accelerating Training with Batch Normalization
- Group Normalization for Memory Constrained Learning Tasks
- Building a Convolutional Network for CIFAR-10
- Visualizing Learning in Convolutional Networks
- Residual Learning and Skip Connections for Very Deep Networks
- Building a Residual Network with Superhuman Vision
- Leveraging Convolutional Filters to Replicate Artistic Styles
- Learning Convolutional Filters for Other Problem Domains
- Summary
- 8. Embedding and Representation Learning
- Learning Lower-Dimensional Representations
- Principal Component Analysis
- Motivating the Autoencoder Architecture
- Implementing an Autoencoder in PyTorch
- Denoising to Force Robust Representations
- Sparsity in Autoencoders
- When Context Is More Informative than the Input Vector
- The Word2Vec Framework
- Implementing the Skip-Gram Architecture
- Summary
- 9. Models for Sequence Analysis
- Analyzing Variable-Length Inputs
- Tackling seq2seq with Neural N-Grams
- Implementing a Part-of-Speech Tagger
- Dependency Parsing and SyntaxNet
- Beam Search and Global Normalization
- A Case for Stateful Deep Learning Models
- Recurrent Neural Networks
- The Challenges with Vanishing Gradients
- Long Short-Term Memory Units
- PyTorch Primitives for RNN Models
- Implementing a Sentiment Analysis Model
- Solving seq2seq Tasks with Recurrent Neural Networks
- Augmenting Recurrent Networks with Attention
- Dissecting a Neural Translation Network
- Self-Attention and Transformers
- Summary
- 10. Generative Models
- Generative Adversarial Networks
- Variational Autoencoders
- Implementing a VAE
- Score-Based Generative Models
- Denoising Autoencoders and Score Matching
- Summary
- 11. Methods in Interpretability
- Overview
- Decision Trees and Tree-Based Algorithms
- Linear Regression
- Methods for Evaluating Feature Importance
- Permutation Feature Importance
- Partial Dependence Plots
- Extractive Rationalization
- LIME
- SHAP
- Summary
- 12. Memory Augmented Neural Networks
- Neural Turing Machines
- Attention-Based Memory Access
- NTM Memory Addressing Mechanisms
- Differentiable Neural Computers
- Interference-Free Writing in DNCs
- DNC Memory Reuse
- Temporal Linking of DNC Writes
- Understanding the DNC Read Head
- The DNC Controller Network
- Visualizing the DNC in Action
- Implementing the DNC in PyTorch
- Teaching a DNC to Read and Comprehend
- Summary
- 13. Deep Reinforcement Learning
- Deep Reinforcement Learning Masters Atari Games
- What Is Reinforcement Learning?
- Markov Decision Processes
- Policy
- Future Return
- Discounted Future Return
- Explore Versus Exploit
- -Greedy
- Annealed -Greedy
- Policy Versus Value Learning
- Pole-Cart with Policy Gradients
- OpenAI Gym
- Creating an Agent
- Building the Model and Optimizer
- Sampling Actions
- Keeping Track of History
- Policy Gradient Main Function
- PGAgent Performance on Pole-Cart
- Trust-Region Policy Optimization
- Proximal Policy Optimization
- Q-Learning and Deep Q-Networks
- The Bellman Equation
- Issues with Value Iteration
- Approximating the Q-Function
- Deep Q-Network
- Training DQN
- Learning Stability
- Target Q-Network
- Experience Replay
- From Q-Function to Policy
- DQN and the Markov Assumption
- DQNs Solution to the Markov Assumption
- Playing Breakout with DQN
- Building Our Architecture
- Stacking Frames
- Setting Up Training Operations
- Updating Our Target Q-Network
- Implementing Experience Replay
- DQN Main Loop
- DQNAgent Results on Breakout
- Improving and Moving Beyond DQN
- Deep Recurrent Q-Networks
- Asynchronous Advantage Actor-Critic Agent
- UNsupervised REinforcement and Auxiliary Learning
- Summary
- Index
O'Reilly Media - inne książki
-
Software as a service (SaaS) is on the path to becoming the de facto model for building, delivering, and operating software solutions. Adopting a multi-tenant SaaS model requires builders to take on a broad range of new architecture, implementation, and operational challenges. How data is partiti...(237.15 zł najniższa cena z 30 dni)
245.65 zł
289.00 zł(-15%) -
Great engineers don't necessarily make great leaders—at least, not without a lot of work. Finding your path to becoming a strong leader is often fraught with challenges. It's not easy to figure out how to be strategic, successful, and considerate while also being firm. Whether you're on the...(118.15 zł najniższa cena z 30 dni)
126.65 zł
149.00 zł(-15%) -
Data science happens in code. The ability to write reproducible, robust, scaleable code is key to a data science project's success—and is absolutely essential for those working with production code. This practical book bridges the gap between data science and software engineering,and clearl...(211.65 zł najniższa cena z 30 dni)
220.15 zł
259.00 zł(-15%) -
With the massive adoption of microservices, operators and developers face far more complexity in their applications today. Service meshes can help you manage this problem by providing a unified control plane to secure, manage, and monitor your entire network. This practical guide shows you how th...(194.65 zł najniższa cena z 30 dni)
211.65 zł
249.00 zł(-15%) -
Get practical advice on how to leverage AI development tools for all stages of code creation, including requirements, planning, design, coding, debugging, testing, and documentation. With this book, beginners and experienced developers alike will learn how to use a wide range of tools, from gener...(164.25 zł najniższa cena z 30 dni)
186.15 zł
219.00 zł(-15%) -
Rust's popularity is growing, due in part to features like memory safety, type safety, and thread safety. But these same elements can also make learning Rust a challenge, even for experienced programmers. This practical guide helps you make the transition to writing idiomatic Rust—while als...(164.25 zł najniższa cena z 30 dni)
186.15 zł
219.00 zł(-15%) -
Advance your Power BI skills by adding AI to your repertoire at a practice level. With this practical book, business-oriented software engineers and developers will learn the terminologies, practices, and strategy necessary to successfully incorporate AI into your business intelligence estate. Je...(211.65 zł najniższa cena z 30 dni)
220.15 zł
259.00 zł(-15%) -
Microservices can be a very effective approach for delivering value to your organization and to your customers. If you get them right, microservices help you to move fast by making changes to small parts of your system hundreds of times a day. But if you get them wrong, microservices will just ma...(203.15 zł najniższa cena z 30 dni)
211.65 zł
249.00 zł(-15%) -
JavaScript gives web developers great power to create rich interactive browser experiences, and much of that power is provided by the browser itself. Modern web APIs enable web-based applications to come to life like never before, supporting actions that once required browser plug-ins. Some are s...(186.15 zł najniższa cena z 30 dni)
186.15 zł
219.00 zł(-15%) -
How will software development and operations have to change to meet the sustainability and green needs of the planet? And what does that imply for development organizations? In this eye-opening book, sustainable software advocates Anne Currie, Sarah Hsu, and Sara Bergman provide a unique overview...(169.14 zł najniższa cena z 30 dni)
177.65 zł
209.00 zł(-15%)
Dzieki opcji "Druk na żądanie" do sprzedaży wracają tytuły Grupy Helion, które cieszyły sie dużym zainteresowaniem, a których nakład został wyprzedany.
Dla naszych Czytelników wydrukowaliśmy dodatkową pulę egzemplarzy w technice druku cyfrowego.
Co powinieneś wiedzieć o usłudze "Druk na żądanie":
- usługa obejmuje tylko widoczną poniżej listę tytułów, którą na bieżąco aktualizujemy;
- cena książki może być wyższa od początkowej ceny detalicznej, co jest spowodowane kosztami druku cyfrowego (wyższymi niż koszty tradycyjnego druku offsetowego). Obowiązująca cena jest zawsze podawana na stronie WWW książki;
- zawartość książki wraz z dodatkami (płyta CD, DVD) odpowiada jej pierwotnemu wydaniu i jest w pełni komplementarna;
- usługa nie obejmuje książek w kolorze.
Masz pytanie o konkretny tytuł? Napisz do nas: sklep[at]helion.pl.
Książka, którą chcesz zamówić pochodzi z końcówki nakładu. Oznacza to, że mogą się pojawić drobne defekty (otarcia, rysy, zagięcia).
Co powinieneś wiedzieć o usłudze "Końcówka nakładu":
- usługa obejmuje tylko książki oznaczone tagiem "Końcówka nakładu";
- wady o których mowa powyżej nie podlegają reklamacji;
Masz pytanie o konkretny tytuł? Napisz do nas: sklep[at]helion.pl.
Książka drukowana
Oceny i opinie klientów: Fundamentals of Deep Learning. 2nd Edition Nithin Buduma, Nikhil Buduma, Joe Papa (0) Weryfikacja opinii następuję na podstawie historii zamówień na koncie Użytkownika umieszczającego opinię. Użytkownik mógł otrzymać punkty za opublikowanie opinii uprawniające do uzyskania rabatu w ramach Programu Punktowego.