Deep Learning. Uczenie głębokie z językiem Python. Sztuczna inteligencja i sieci neuronowe
- Wydawnictwo:
- Helion
- Wydawnictwo:
- Helion
- Ocena:
- 2.7/6 Opinie: 3
- Stron:
- 360
- Druk:
- oprawa miękka
- Dostępne formaty:
-
PDFePubMobi
Opis ebooka: Deep Learning. Uczenie głębokie z językiem Python. Sztuczna inteligencja i sieci neuronowe
Na naszych oczach dokonuje się przełom: technologie wykorzystujące rozmaite formy sztucznej inteligencji zaczynają się pojawiać w różnych branżach. Niektórzy nawet nie zdają sobie sprawy, jak często i jak powszechnie stosuje się algorytmy uczenia głębokiego. Możliwości w tym zakresie stale rosną. Wzrasta też zapotrzebowanie na inżynierów, którzy swobodnie operują wiedzą o uczeniu głębokim i są w stanie zaimplementować potrzebne algorytmy w konkretnym oprogramowaniu. Uczenie głębokie jest jednak dość złożonym zagadnieniem, a przyswojenie sobie potrzebnych umiejętności wymaga wysiłku.
Ta książka stanowi doskonałe wprowadzenie w temat uczenia głębokiego. Wyjaśniono tu najważniejsze pojęcia uczenia maszynowego. Pokazano, do czego mogą się przydać takie narzędzia jak pakiet scikit-learn, biblioteki Theano, Keras czy TensorFlow. Ten praktyczny przewodnik znakomicie ułatwi zrozumienie zagadnień rozpoznawania wzorców, dokładnego skalowania danych, pozwoli też na rzetelne zapoznanie się z algorytmami i technikami uczenia głębokiego. Autorzy zaproponowali wykorzystanie w powyższych celach języka Python - ulubionego narzędzia wielu badaczy i pasjonatów nauki.
W książce między innymi:
- Solidne podstawy uczenia maszynowego i sieci neuronowych
- Trening systemów sztucznej inteligencji w grach komputerowych
- Rozpoznawanie obrazów
- Rekurencyjne sieci neuronowej w modelowaniu języka
- Budowa systemów wykrywania oszustw i włamań
Uczenie głębokie: zajrzyj w przyszłość programowania!
Dr Valentino Zokka opracował wiele algorytmów matematycznych i modeli prognostycznych dla firmy Boeing. Obecnie jest konsultantem w branży finansowej.
Gianmario Spacagna pracuje w firmie Pirelli, gdzie buduje systemy maszynowego uczenia się i kompletne rozwiązania do produktów informacyjnych.
Daniel Slater tworzył oprogramowanie do oceny ryzyka dla branży finansowej. Obecnie zajmuje się systemami do przetwarzania dużych ilości danych i analizy zachowań użytkowników.
Peter Roelants specjalizuje się w stosowaniu technik uczenia głębokiego do badań spektralnych obrazów, rozpoznawania mowy czy ekstrakcji danych z dokumentów.
Uczenie głębokie z językiem Python
Wraz ze wzrostem zainteresowania sztuczną inteligencją (ang. artificial inteligence - AI) na całym świecie, dziedzina uczenia głębokiego (ang. deep learning) przyciągnęła uwagę opinii publicznej. Każdego dnia algorytmy uczenia głębokiego znajdują praktyczne zastosowanie w różnych branżach.
Niniejsza książka zawiera wszystkie praktyczne informacje dostępne na ten temat, włącznie z najlepszymi praktykami oraz bazuje na rzeczywistych zastosowaniach. Po jej lekturze Czytelnik nauczy się rozpoznawać i wydobywać informacje w celu zwiększenia dokładności prognozowania i optymalizacji wyników.
Książka zaczyna się od krótkiego przypomnienia najważniejszych pojęć uczenia maszynowego. Następnie autorzy przechodzą bezpośrednio do zasad uczenia głębokiego z wykorzystaniem pakietu scikit-learn. W dalszej części dowiesz się, jak korzystać z najnowszych bibliotek open-source, takich jak Theano, Keras, TensorFlow firmy Google i H2O. Warto skorzystać z tego przewodnika, aby odkryć trudności rozpoznawania wzorców, dokładnego skalowania danych oraz zapoznać się z algorytmami i technikami uczenia głębokiego.
Niezależnie od tego, czy chcesz jeszcze głębiej zanurzyć się w tajniki uczenia głębokiego, czy pragniesz dowiedzieć się, jak uzyskać więcej z tej potężnej technologii, wewnątrz tej książki znajdziesz to, czego szukasz.
Przeczytaj tę książkę, żeby:
- Zapoznać się z praktycznym, szczegółowym przeglądem algorytmów uczenia głębokiego.
- Odkryć tajniki implementacji algorytmów uczenia głębokiego za pomocą frameworków Theano, H2O, Keras i TensorFlow.
- Poznać dwie najbardziej zaawansowane techniki leżące u podstaw wielu praktycznych implementacji uczenia głębokiego: autoenkodery i ograniczone maszyny Boltzmanna.
- Przestudiować zagadnienia konwolucyjnych sieci neuronowych wykorzystywanych na potrzeby komputerowego przetwarzania obrazu.
- Poznać techniki uczenia przez wzmacnianie wykorzystywane do automatów grających w gry planszowe i komputerowe.
- Odkryć rekurencyjne sieci neuronowe oraz sieci korzystające z pamięci LSTM do rozpoznawania mowy.
- Nauczyć się budować skalowalne i gotowe do produkcji systemy wykrywania anomalii z wykorzystaniem technik uczenia głębokiego.
Wybrane bestsellery
-
The book will help you learn deep neural networks and their applications in computer vision, generative models, and natural language processing. It will also introduce you to the area of reinforcement learning, where you’ll learn the state-of-the-art algorithms to teach the machines how to...
Python Deep Learning. Exploring deep learning techniques and neural network architectures with PyTorch, Keras, and TensorFlow - Second Edition Python Deep Learning. Exploring deep learning techniques and neural network architectures with PyTorch, Keras, and TensorFlow - Second Edition
Ivan Vasilev, Daniel Slater, Gianmario Spacagna, Peter Roelants, Valentino Zocca
(115.28 zł najniższa cena z 30 dni)114.78 zł
119.00 zł(-4%) -
Starting with a quick recap of important machine learning concepts, the book will delve straight into deep learning principles using Sci-kit learn. Moving ahead, you will learn to use the latest open source libraries such as Theano, Keras, Google's TensorFlow, and H20. Use this guide to uncover t...
Python Deep Learning. Next generation techniques to revolutionize computer vision, AI, speech and data analysis Python Deep Learning. Next generation techniques to revolutionize computer vision, AI, speech and data analysis
Valentino Zocca, Gianmario Spacagna, Daniel Slater, Peter Roelants
(165.95 zł najniższa cena z 30 dni)165.85 zł
169.00 zł(-2%) -
Dzięki tej książce dowiesz się, jak pozyskiwać, analizować i wizualizować dane, a potem używać ich do rozwiązywania problemów biznesowych. Wystarczy, że znasz podstawy Pythona i matematyki na poziomie liceum, aby zacząć stosować naukę o danych w codziennej pracy. Znajdziesz tu szereg praktycznych...
Data science i Python. Stawianie czoła najtrudniejszym wyzwaniom biznesowym Data science i Python. Stawianie czoła najtrudniejszym wyzwaniom biznesowym
(44.85 zł najniższa cena z 30 dni)41.40 zł
69.00 zł(-40%) -
To czwarte, zaktualizowane wydanie znakomitego przewodnika poświęconego zastosowaniu uczenia maszynowego do rozwiązywania rzeczywistych problemów w analizie danych. Dzięki książce dowiesz się wszystkiego, co trzeba wiedzieć o wstępnym przetwarzaniu danych, znajdowaniu kluczowych spostrzeżeń, prog...
Uczenie maszynowe w języku R. Tworzenie i doskonalenie modeli - od przygotowania danych po dostrajanie, ewaluację i pracę z big data. Wydanie IV Uczenie maszynowe w języku R. Tworzenie i doskonalenie modeli - od przygotowania danych po dostrajanie, ewaluację i pracę z big data. Wydanie IV
(83.40 zł najniższa cena z 30 dni)83.40 zł
139.00 zł(-40%) -
Dzięki tej książce łatwo przyswoisz teoretyczne podstawy i zaczniesz je płynnie wdrażać w rzeczywistych scenariuszach. Dowiesz się, w jaki sposób myślenie przyczynowe ułatwia rozwiązywanie problemów, i poznasz pojęcia Pearla, takie jak strukturalny model przyczynowy, interwencje, kontrfakty itp. ...
Wnioskowanie i związki przyczynowe w Pythonie. Nowoczesne uczenie maszynowe z wykorzystaniem bibliotek DoWhy, EconML, PyTorch i nie tylko Wnioskowanie i związki przyczynowe w Pythonie. Nowoczesne uczenie maszynowe z wykorzystaniem bibliotek DoWhy, EconML, PyTorch i nie tylko
(65.40 zł najniższa cena z 30 dni)65.40 zł
109.00 zł(-40%) -
Pytest – nowoczesny framework do uruchamiania testów automatycznych w języku Python. Można używać tej platformy do przeprowadzania testów jednostkowych, ale sprawdzi się świetnie także podczas konstruowania rozbudowanych testów wyższego poziomu (integracyjnych, end-to-end) dla całych aplika...
Pytest. Kurs video. Automatyzacja testów w Pythonie Pytest. Kurs video. Automatyzacja testów w Pythonie
(67.05 zł najniższa cena z 30 dni)81.95 zł
149.00 zł(-45%) -
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
(53.40 zł najniższa cena z 30 dni)53.40 zł
89.00 zł(-40%) -
Sposobów na naukę Pythona jest sporo i powstało na ten temat mnóstwo publikacji. Jeżeli ten wybór jest właśnie przed Tobą, rozważ naukę Pythona poprzez tworzenie prostych gier. Ich programowanie to nie tylko świetna zabawa, ale też doskonała metoda rozwijania umiejętności algorytmicznych, kreatyw...
Python od podstaw. Kurs video. Tworzenie pierwszych gier w PyCharm Python od podstaw. Kurs video. Tworzenie pierwszych gier w PyCharm
(51.60 zł najniższa cena z 30 dni)70.95 zł
129.00 zł(-45%) -
To trzecie, zaktualizowane i uzupełnione wydanie bestsellerowego podręcznika programowania w Pythonie. Naukę rozpoczniesz od podstawowych koncepcji programowania. Poznasz takie pojęcia jak zmienne, listy, klasy i pętle, a następnie utrwalisz je dzięki praktycznym ćwiczeniom. Dowiesz się, jak zape...(71.40 zł najniższa cena z 30 dni)
71.40 zł
119.00 zł(-40%) -
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)41.40 zł
69.00 zł(-40%)
Zobacz pozostałe książki z serii
-
Oto kompleksowe omówienie sposobów wdrażania najnowszych dostępnych środków zabezpieczających systemy linuksowe. Z książki dowiesz się, jak skonfigurować laboratorium do ćwiczeń praktycznych, tworzyć konta użytkowników z odpowiednimi poziomami uprawnień, chronić dane dzięki uprawnieniom i szyfrow...
Bezpieczeństwo systemu Linux. Hardening i najnowsze techniki zabezpieczania przed cyberatakami. Wydanie III Bezpieczeństwo systemu Linux. Hardening i najnowsze techniki zabezpieczania przed cyberatakami. Wydanie III
(77.40 zł najniższa cena z 30 dni)77.40 zł
129.00 zł(-40%) -
Ta książka pomoże Ci w doskonaleniu umiejętności potrzebnych na każdym etapie dochodzenia cyfrowego, od zbierania dowodów, poprzez ich analizę, po tworzenie raportów. Dzięki wielu wskazówkom i praktycznym ćwiczeniom przyswoisz techniki analizy, ekstrakcji danych i raportowania przy użyciu zaawans...
Informatyka śledcza i Kali Linux. Przeprowadź analizy nośników pamięci, ruchu sieciowego i zawartości RAM-u za pomocą narzędzi systemu Kali Linux 2022.x. Wydanie III Informatyka śledcza i Kali Linux. Przeprowadź analizy nośników pamięci, ruchu sieciowego i zawartości RAM-u za pomocą narzędzi systemu Kali Linux 2022.x. Wydanie III
(59.40 zł najniższa cena z 30 dni)59.40 zł
99.00 zł(-40%) -
Oto uzupełnione i zaktualizowane wydanie bestsellerowego przewodnika dla inżynierów sieci. Dzięki niemu przejdziesz trudną (ale ekscytującą!) drogę od tradycyjnej platformy do platformy sieciowej opartej na najlepszych praktykach programistycznych. Zaczniesz od zagadnień podstawowych, aby następn...
Zaawansowana inżynieria sieci w Pythonie. Automatyzacja, monitorowanie i zarządzanie chmurą. Wydanie IV Zaawansowana inżynieria sieci w Pythonie. Automatyzacja, monitorowanie i zarządzanie chmurą. Wydanie IV
(77.40 zł najniższa cena z 30 dni)77.40 zł
129.00 zł(-40%) -
Oto zaktualizowane wydanie bestsellerowego przewodnika dla architektów rozwiązań. Dzięki niemu dobrze poznasz wzorce projektowe wbudowane w chmurę, czyli model AWS Well-Architected Framework. Zaznajomisz się z sieciami w chmurze AWS z uwzględnieniem sieci brzegowych i tworzeniem hybrydowych połąc...
AWS dla architektów rozwiązań. Tworzenie, skalowanie i migracja aplikacji do chmury Amazon Web Services. Wydanie II AWS dla architektów rozwiązań. Tworzenie, skalowanie i migracja aplikacji do chmury Amazon Web Services. Wydanie II
Saurabh Shrivastava, Neelanjali Srivastav, Alberto Artasanchez, Imtiaz Sayed
(83.40 zł najniższa cena z 30 dni)83.40 zł
139.00 zł(-40%) -
Ten szczegółowy przewodnik pozwoli Ci na błyskawiczne zapoznanie się z .NET MAUI i sprawne rozpoczęcie pisania aplikacji za pomocą tej technologii. Zaprezentowano w nim filozofię działania .NET MAUI, jak również przebieg prac nad tworzeniem kompletnej aplikacji wieloplatformowej dla systemów: And...
Projektowanie aplikacji w .NET MAUI. Jak budować doskonałe interfejsy użytkownika dla aplikacji wieloplatformowych Projektowanie aplikacji w .NET MAUI. Jak budować doskonałe interfejsy użytkownika dla aplikacji wieloplatformowych
(47.40 zł najniższa cena z 30 dni)47.40 zł
79.00 zł(-40%) -
Ta książka szczególnie przyda się osobom, które rozpoczynają pracę z Angularem. Dzięki niej szybko zaczniesz tworzyć aplikacje z wykorzystaniem wiersza poleceń (CLI), pisać testy jednostkowe i używać stylów zgodnych ze standardem Material Design. Dowiesz się również, jak wdrażać aplikacje w środo...
Poznaj Angular. Rzeczowy przewodnik po tworzeniu aplikacji webowych z użyciem frameworku Angular 15. Wydanie IV Poznaj Angular. Rzeczowy przewodnik po tworzeniu aplikacji webowych z użyciem frameworku Angular 15. Wydanie IV
(53.40 zł najniższa cena z 30 dni)53.40 zł
89.00 zł(-40%) -
Oto praktyczny, przystępnie napisany przewodnik, który stanowi wprowadzenie do pracy z technologią Blazor. Opisuje możliwości modeli Server i WebAssembly, przedstawia także krok po kroku proces powstawania aplikacji internetowej. Dzięki temu płynnie przejdziesz do tworzenia projektów Blazor, nauc...
Platforma Blazor. Praktyczny przewodnik. Jak tworzyć interaktywne aplikacje internetowe z C# i .NET 7. Wydanie II Platforma Blazor. Praktyczny przewodnik. Jak tworzyć interaktywne aplikacje internetowe z C# i .NET 7. Wydanie II
(41.40 zł najniższa cena z 30 dni)41.40 zł
69.00 zł(-40%) -
To książka przeznaczona dla profesjonalnych administratorów i użytkowników Linuksa. Dzięki niej szybciej zrozumiesz, w jakim stopniu dobre zarządzanie systemami na poziomie systemu operacyjnego może wynieść działanie infrastruktury biznesowej na zupełnie inny poziom. Znajdziesz tu najlepsze prakt...
Linux dla admina. Najlepsze praktyki. O czym pamiętać podczas projektowania i zarządzania systemami Linux dla admina. Najlepsze praktyki. O czym pamiętać podczas projektowania i zarządzania systemami
(53.40 zł najniższa cena z 30 dni)53.40 zł
89.00 zł(-40%) -
Książka stanowi wprowadzenie do pracy z funkcjami SI dostępnymi w Power BI; jest skierowana do osób znających to środowisko. Dowiesz się z niej, w jaki sposób sztuczna inteligencja może być używana w Power BI i jakie funkcje są w nim domyślnie dostępne. Nauczysz się też eksplorować i przygotowywa...
Power BI i sztuczna inteligencja. Jak w pełni wykorzystać funkcje AI dostępne w Power BI Power BI i sztuczna inteligencja. Jak w pełni wykorzystać funkcje AI dostępne w Power BI
(47.40 zł najniższa cena z 30 dni)47.40 zł
79.00 zł(-40%) -
To drugie wydanie popularnego przewodnika dla śledczych. Dzięki niemu sprawnie przygotujesz się do pracy z narzędziami kryminalistycznymi i zapoznasz się ze stosowanymi w informatyce śledczej technikami. Nauczysz się pozyskiwać informacje o podejrzanych i zabezpieczać znajdujące się w sieci dane,...
Informatyka śledcza. Gromadzenie, analiza i zabezpieczanie dowodów elektronicznych dla początkujących. Wydanie II Informatyka śledcza. Gromadzenie, analiza i zabezpieczanie dowodów elektronicznych dla początkujących. Wydanie II
(47.40 zł najniższa cena z 30 dni)47.40 zł
79.00 zł(-40%)
Ebooka "Deep Learning. Uczenie głębokie z językiem Python. Sztuczna inteligencja i sieci neuronowe" 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 "Deep Learning. Uczenie głębokie z językiem Python. Sztuczna inteligencja i sieci neuronowe" 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 "Deep Learning. Uczenie głębokie z językiem Python. Sztuczna inteligencja i sieci neuronowe" 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
- Tytuł oryginału:
- Python Deep Learning
- Tłumaczenie:
- Radosław Meryk
- ISBN Książki drukowanej:
- 978-83-283-4173-9, 9788328341739
- Data wydania książki drukowanej:
- 2018-10-01
- ISBN Ebooka:
- 978-83-283-4174-6, 9788328341746
- Data wydania ebooka:
- 2018-09-30 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.
- Format:
- 168x237
- Numer z katalogu:
- 72177
- druk na żądanie!
- dnż
- Rozmiar pliku Pdf:
- 8.3MB
- Rozmiar pliku ePub:
- 13.2MB
- Rozmiar pliku Mobi:
- 23.4MB
- Pobierz przykładowy rozdział PDF
- Przykłady na ftp
Ebook zawiera materiały dodatkowe, które możesz pobrać z serwera FTP - link znajdziesz na stronie redakcyjnej.
Spis treści ebooka
- Co zawiera książka? (13)
- Co jest potrzebne podczas lektury tej książki? (14)
- Dla kogo jest ta książka? (15)
- Konwencje (15)
- Pobieranie przykładowego kodu (16)
- Pobieranie kolorowych ilustracji do tej książki (16)
- Czym jest uczenie maszynowe? (18)
- Różne podejścia do uczenia maszynowego (19)
- Uczenie nadzorowane (19)
- Uczenie nienadzorowane (22)
- Uczenie przez wzmacnianie (23)
- Fazy systemów uczenia maszynowego (24)
- Krótki opis popularnych technik (algorytmów) (28)
- Zastosowania praktyczne (40)
- Popularny pakiet open source (42)
- Podsumowanie (48)
- Dlaczego sieci neuronowe? (50)
- Podstawy (51)
- Neurony i warstwy (52)
- Różne rodzaje funkcji aktywacji (56)
- Algorytm propagacji wstecznej (61)
- Zastosowania praktyczne (68)
- Przykład kodu sieci neuronowej dla funkcji XOR (70)
- Podsumowanie (75)
- Czym jest uczenie głębokie? (78)
- Podstawowe pojęcia (80)
- Uczenie się cech (81)
- Algorytmy uczenia głębokiego (88)
- Zastosowania uczenia głębokiego (89)
- Rozpoznawanie mowy (90)
- Rozpoznawanie i klasyfikacja obiektów (91)
- GPU kontra CPU (94)
- Popularne biblioteki open source - wprowadzenie (96)
- Theano (96)
- TensorFlow (97)
- Keras (97)
- Przykład implementacji głębokiej sieci neuronowej za pomocą biblioteki Keras (98)
- Podsumowanie (102)
- Autoenkodery (107)
- Projekt sieci (110)
- Metody regularyzacji dla autoenkoderów (113)
- Autoenkodery - podsumowanie (117)
- Ograniczone maszyny Boltzmanna (119)
- Sieci Hopfielda a maszyny Boltzmanna (121)
- Maszyna Boltzmanna (123)
- Ograniczona maszyna Boltzmanna (125)
- Implementacja za pomocą biblioteki TensorFlow (126)
- Sieci DBN (130)
- Podsumowanie (132)
- Podobieństwa pomiędzy modelami sztucznymi a biologicznymi (136)
- Intuicja i uzasadnianie (137)
- Warstwy konwolucyjne (138)
- Parametry krok i wypełnienie w warstwach konwolucyjnych (144)
- Warstwy pooling (145)
- Dropout (147)
- Warstwy konwolucyjne w uczeniu głębokim (147)
- Warstwy konwolucyjne w bibliotece Theano (148)
- Przykład zastosowania warstwy konwolucyjnej do rozpoznawania cyfr za pomocą biblioteki Keras (150)
- Przykład zastosowania warstwy konwolucyjnej za pomocą biblioteki Keras dla zbioru danych CIFAR10 (153)
- Szkolenie wstępne (155)
- Podsumowanie (156)
- Rekurencyjne sieci neuronowe (160)
- RNN - jak implementować i trenować? (162)
- Długa pamięć krótkotrwała (168)
- Modelowanie języka (171)
- Modele na bazie słów (171)
- Modele bazujące na znakach (176)
- Rozpoznawanie mowy (183)
- Potok rozpoznawania mowy (183)
- Mowa jako dane wejściowe (184)
- Przetwarzanie wstępne (185)
- Model akustyczny (186)
- Dekodowanie (189)
- Modele od końca do końca (190)
- Podsumowanie (190)
- Bibliografia (190)
- Pierwsze systemy AI grające w gry (197)
- Wykorzystanie algorytmu min-max do oceny stanów gry (198)
- Implementacja gry w kółko i krzyżyk w Pythonie (201)
- Uczenie funkcji wartości (209)
- Trenowanie systemu AI do uzyskania mistrzostwa w grze w Go (210)
- Zastosowanie górnych granic zaufania do drzew (213)
- Uczenie głębokie w algorytmie przeszukiwania drzewa Monte Carlo (220)
- Krótkie przypomnienie technik uczenia przez wzmacnianie (222)
- Metoda policy gradients w funkcjach strategii uczenia (222)
- Metoda policy gradients w AlphaGo (230)
- Podsumowanie (232)
- Techniki uczenia nadzorowanego w odniesieniu do gier (235)
- Zastosowanie algorytmów genetycznych do grania w gry komputerowe (237)
- Q-learning (238)
- Funkcja Q (240)
- Q-learning w akcji (241)
- Gry dynamiczne (246)
- Odtwarzanie doświadczeń (250)
- Epsilon zachłanny (253)
- Breakout na Atari (254)
- Losowy test gry w Breakout na Atari (255)
- Wstępne przetwarzanie ekranu (257)
- Tworzenie głębokiej sieci konwolucyjnej (259)
- Problemy zbieżności w technikach Q-learning (263)
- Technika policy gradients kontra Q-learning (265)
- Metody aktor-krytyk (266)
- Metoda baseline do redukcji wariancji (267)
- Uogólniony estymator korzyści (267)
- Metody asynchroniczne (268)
- Podejścia bazujące na modelach (269)
- Podsumowanie (272)
- Co to jest wykrywanie anomalii i wykrywanie elementów odstających? (274)
- Rzeczywiste zastosowania mechanizmów wykrywania anomalii (277)
- Popularne płytkie techniki uczenia maszynowego (278)
- Modelowanie danych (279)
- Modelowanie wykrywania (279)
- Wykrywanie anomalii z wykorzystaniem głębokich autoenkoderów (281)
- H2O (283)
- Wprowadzenie do pracy z H2O (285)
- Przykłady (285)
- Rozpoznawanie anomalii wykrywania cyfr z wykorzystaniem zestawu danych MNIST (286)
- Podsumowanie (298)
- Czym jest produkt danych? (302)
- Trening (304)
- Inicjalizacja wag (304)
- Współbieżny algorytm SGD z wykorzystaniem techniki HOGWILD! (306)
- Uczenie adaptacyjne (308)
- Uczenie rozproszone z wykorzystaniem mechanizmu MapReduce (314)
- Sparkling Water (317)
- Testowanie (320)
- Walidacja modelu (326)
- Dostrajanie hiperparametrów (335)
- Ocena od końca do końca (338)
- Podsumowanie zagadnień związanych z testowaniem (342)
- Wdrażanie (343)
- Eksport modelu do formatu POJO (344)
- Interfejsy API oceny anomalii (347)
- Podsumowanie wdrażania (349)
- Podsumowanie (350)
O autorach (9)
O recenzencie (11)
Przedmowa (13)
Rozdział 1. Uczenie maszynowe - wprowadzenie (17)
Rozdział 2. Sieci neuronowe (49)
Rozdział 3. Podstawy uczenia głębokiego (77)
Rozdział 4. Nienadzorowane uczenie cech (105)
Rozdział 5. Rozpoznawanie obrazów (135)
Rozdział 6. Rekurencyjne sieci neuronowe i modele języka (159)
Rozdział 7. Uczenie głębokie w grach planszowych (195)
Rozdział 8. Uczenie głębokie w grach komputerowych (235)
Rozdział 9. Wykrywanie anomalii (273)
Rozdział 10. Budowanie gotowego do produkcji systemu wykrywania włamań (301)
Skorowidz (351)
Oceny i opinie klientów: Deep Learning. Uczenie głębokie z językiem Python. Sztuczna inteligencja i sieci neuronowe Valentino Zocca, Gianmario Spacagna, Daniel Slater, Peter Roelants (3) 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.
(0)
(0)
(1)
(1)
(0)
(1)
więcej opinii