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%) -
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%) -
Dzięki tej książce dowiesz się, jak tworzyć niezawodne, skalowalne i odporne rozwiązania, a także jak projektować systemy następnej generacji przeznaczone dla środowiska chmury. Poznasz efektywne strategie dla produktu i nauczysz się je w pełni implementować w swojej organizacji. Zrozumiesz też, ...
Podręcznik architekta rozwiązań. Poznaj reguły oraz strategie projektu architektury i rozpocznij niezwykłą karierę. Wydanie II Podręcznik architekta rozwiązań. Poznaj reguły oraz strategie projektu architektury i rozpocznij niezwykłą karierę. Wydanie II
(77.40 zł najniższa cena z 30 dni)90.30 zł
129.00 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%) -
Ta książka jest przystępnym przewodnikiem po uczeniu maszynowym. Aby zrozumieć zawartą w niej treść, wystarczy podstawowa umiejętność programowania i znajomość matematyki na poziomie szkoły średniej. Znalazło się tu omówienie podstawowych pojęć i wyjaśnienie mechanizmów rządzących uczeniem głębok...
Deep Learning. Praktyczne wprowadzenie z zastosowaniem środowiska Pythona Deep Learning. Praktyczne wprowadzenie z zastosowaniem środowiska Pythona
(59.40 zł najniższa cena z 30 dni)69.30 zł
99.00 zł(-30%) -
Ten podręcznik jest przeznaczony dla osób, które chcą dobrze zrozumieć matematyczne podstawy uczenia maszynowego i nabrać praktycznego doświadczenia w używaniu pojęć matematycznych. Wyjaśniono tutaj stosowanie szeregu technik matematycznych, takich jak algebra liniowa, geometria analityczna, rozk...(77.40 zł najniższa cena z 30 dni)
90.30 zł
129.00 zł(-30%) -
Rosnące możliwości różnych form sztucznej inteligencji niepokoją ludzi od kilkudziesięciu lat. Stopniowo uzależniamy się od ciągłej asysty nowoczesnych technologii, jednak coraz doskonalsze metody uczenia maszynowego, dostępna i potężna moc obliczeniowa korzystająca z niewyobrażalnie wielkich zas...
Człowiek na rozdrożu. Sztuczna inteligencja 25 punktów widzenia Człowiek na rozdrożu. Sztuczna inteligencja 25 punktów widzenia
(29.40 zł najniższa cena z 30 dni)34.30 zł
49.00 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
-
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...(177.65 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...(160.65 zł najniższa cena z 30 dni)
177.65 zł
209.00 zł(-15%) -
OpenTelemetry is a revolution in observability data. Instead of running multiple uncoordinated pipelines, OpenTelemetry provides users with a single integrated stream of data, providing multiple sources of high-quality telemetry data: tracing, metrics, logs, RUM, eBPF, and more. This practical gu...(143.65 zł najniższa cena z 30 dni)
152.15 zł
179.00 zł(-15%) -
What will you learn from this book?If you're a software developer looking for a quick on-ramp to software architecture, this handy guide is a great place to start. From the authors of Fundamentals of Software Architecture, Head First Software Architecture teaches you how to think architecturally ...(237.15 zł najniższa cena z 30 dni)
254.15 zł
299.00 zł(-15%) -
If you use Linux in your day-to-day work, then Linux Pocket Guide is the perfect on-the-job reference. This thoroughly updated 20th anniversary edition explains more than 200 Linux commands, including new commands for file handling, package management, version control, file format conversions, an...(92.65 zł najniższa cena z 30 dni)
101.15 zł
119.00 zł(-15%) -
Interested in developing embedded systems? Since they don't tolerate inefficiency, these systems require a disciplined approach to programming. This easy-to-read guide helps you cultivate good development practices based on classic software design patterns and new patterns unique to embedded prog...(152.15 zł najniższa cena z 30 dni)
160.65 zł
189.00 zł(-15%) -
Gain the valuable skills and techniques you need to accelerate the delivery of machine learning solutions. With this practical guide, data scientists, ML engineers, and their leaders will learn how to bridge the gap between data science and Lean product delivery in a practical and simple way. Dav...(245.65 zł najniższa cena z 30 dni)
254.15 zł
299.00 zł(-15%) -
This practical book provides a detailed explanation of the zero trust security model. Zero trust is a security paradigm shift that eliminates the concept of traditional perimeter-based security and requires you to "always assume breach" and "never trust but always verify." The updated edition off...(203.15 zł najniższa cena z 30 dni)
211.65 zł
249.00 zł(-15%) -
Decentralized finance (DeFi) is a rapidly growing field in fintech, having grown from $700 million to $100 billion over the past three years alone. But the lack of reliable information makes this area both risky and murky. In this practical book, experienced securities attorney Alexandra Damsker ...(203.15 zł najniższa cena z 30 dni)
211.65 zł
249.00 zł(-15%) -
Whether you're a startup founder trying to disrupt an industry or an entrepreneur trying to provoke change from within, your biggest challenge is creating a product people actually want. Lean Analytics steers you in the right direction.This book shows you how to validate your initial idea, find t...(126.65 zł najniższa cena z 30 dni)
126.65 zł
149.00 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.