Pomoc Live Chat
Koszyk
ODBIERZ TWÓJ BONUS :: »
Ebooki Audiobooki Książki Kursy video Promocje Nowości Bestsellery Darmowe ebooki
Pobierz aplikację Bony Podaruj prezent

Deep Learning with R for Beginners. Design neural network models in R 3.5 using TensorFlow, Keras, and MXNet Mark Hodnett, Joshua F. Wiley, Yuxi (Hayden) Liu, Pablo Maldonado

Język publikacji: angielski
Deep Learning with R for Beginners. Design neural network models in R 3.5 using TensorFlow, Keras, and MXNet Mark Hodnett, Joshua F. Wiley, Yuxi (Hayden) Liu, Pablo Maldonado - okladka książki

Deep Learning with R for Beginners. Design neural network models in R 3.5 using TensorFlow, Keras, and MXNet Mark Hodnett, Joshua F. Wiley, Yuxi (Hayden) Liu, Pablo Maldonado - okladka książki

Autorzy:
Mark Hodnett, Joshua F. Wiley, Yuxi (Hayden) Liu, Pablo Maldonado
Serie wydawnicze:
Learning
Wydawnictwo:
Packt Publishing (Z chęcią przeczytam książkę w języku polskim)
Ocena:
Bądź pierwszym, który oceni tę książkę
Dostępne formaty:
     PDF
     ePub
     Mobi
Ebook
161,10 zł 179,00 zł (-10%)
134,25 zł najniższa cena z 30 dni

Dodaj do koszyka Dostępny natychmiast po opłaceniu zakupu lub Kup na prezent Kup 1-kliknięciem

Przenieś na półkę

Do przechowalni

Deep learning has a range of practical applications in several domains, while R is the preferred language for designing and deploying deep learning models.

This Learning Path introduces you to the basics of deep learning and even teaches you to build a neural network model from scratch. As you make your way through the chapters, you’ll explore deep learning libraries and understand how to create deep learning models for a variety of challenges, right from anomaly detection to recommendation systems. The Learning Path will then help you cover advanced topics, such as generative adversarial networks (GANs), transfer learning, and large-scale deep learning in the cloud, in addition to model optimization, overfitting, and data augmentation. Through real-world projects, you’ll also get up to speed with training convolutional neural networks (CNNs), recurrent neural networks (RNNs), and long short-term memory networks (LSTMs) in R.

By the end of this Learning Path, you’ll be well-versed with deep learning and have the skills you need to implement a number of deep learning concepts in your research work or projects.

Wybrane bestsellery

O autorach książki

Mark Hodnett is a data scientist with over 20 years of industry experience in software development, business intelligence systems, and data science. He has worked in a variety of industries, including CRM systems, retail loyalty, IoT systems, and accountancy. He holds a master's in data science and an MBA. He works in Cork, Ireland, as a senior data scientist with AltViz.
Joshua F. Wiley is a lecturer at Monash University, conducting quantitative research on sleep, stress, and health. He earned his Ph.D. from the University of California, Los Angeles and completed postdoctoral training in primary care and prevention. In statistics and data science, Joshua focuses on biostatistics and is interested in reproducible research and graphical displays of data and statistical models. He develops or co-develops a number of R packages including Varian, a package to conduct Bayesian scale-location structural equation models, and MplusAutomation, a popular package that links R to the commercial Mplus software.

Yuxi (Hayden) Liu jest autorem cenionych książek poświęconych uczeniu maszynowemu. Wcześniej pracował w Google i stosował techniki uczenia maszynowego w takich dziedzinach jak analiza danych i cyberbezpieczeństwo. Entuzjasta edukacji.

Pablo Maldonado is an applied mathematician and data scientist who has had a taste for software development since his days of programming BASIC on a Tandy 1000. As an academic and business consultant, he spends a great deal of his time building applied artificial intelligence solutions for text analytics, sensor and transactional data, and reinforcement learning. Pablo earned his Ph.D. in applied mathematics (with a focus on mathematical game theory) at the Universite Pierre et Marie Curie in Paris, France.

Mark Hodnett, Joshua F. Wiley, Yuxi (Hayden) Liu, Pablo Maldonado - pozostałe książki

Zobacz pozostałe książki z serii Learning

Packt Publishing - inne książki

Zamknij

Przenieś na półkę
Dodano produkt na półkę
Usunięto produkt z półki
Przeniesiono produkt do archiwum
Przeniesiono produkt do biblioteki

Zamknij

Wybierz metodę płatności

Ebook
161,10 zł
Dodaj do koszyka
Płatności obsługuje:
Ikona płatności Alior Bank Ikona płatności Apple Pay Ikona płatności Bank PEKAO S.A. Ikona płatności Bank Pocztowy Ikona płatności Banki Spółdzielcze Ikona płatności BLIK Ikona płatności Crédit Agricole e-przelew Ikona płatności dawny BNP Paribas Bank Ikona płatności Google Pay Ikona płatności ING Bank Śląski Ikona płatności Inteligo Ikona płatności iPKO Ikona płatności mBank Ikona płatności Millennium Ikona płatności Nest Bank Ikona płatności Paypal Ikona płatności PayPo | PayU Płacę później Ikona płatności PayU Płacę później Ikona płatności Plus Bank Ikona płatności Płacę z Citi Handlowy Ikona płatności Płacę z Getin Bank Ikona płatności Płać z BOŚ Ikona płatności Płatność online kartą płatniczą Ikona płatności Santander Ikona płatności Visa Mobile
Bezpieczne płatności szyfrowane SSL