ODBIERZ TWÓJ BONUS :: »

    Uczenie głębokie od zera. Podstawy implementacji w Pythonie (ebook)(audiobook)(audiobook)

    Wydawnictwo:
    Helion
    Wydawnictwo:
    Helion
    Ocena:
    3.0/6  Opinie: 3
    Stron:
    224
    Druk:
    oprawa miękka
    3w1 w pakiecie:
    PDF
    ePub
    Mobi
    Wyłącznie

    Książka

    59,00 zł 35%
    38,35 zł

    (2za1 » dobierz książkę GRATIS)

    Dodaj do koszyka Wysyłamy w 24h

    Ebook

    59,00 zł 35%
    38,35 zł

    (2za1 » dobierz ebook GRATIS)

    Dodaj do koszyka lub Kup na prezent Kup 1-kliknięciem

    Poleć tę książkę znajomemu Poleć tę książkę znajomemu!!

    Przenieś na półkę

    Do przechowalni

    Do przechowalni

    Powiadom o dostępności audiobooka »

    Uczenie głębokie (ang. deep learning) zyskuje ostatnio ogromną popularność. Jest to ściśle związane z coraz częstszym zastosowaniem sieci neuronowych w przeróżnych branżach i dziedzinach. W konsekwencji inżynierowie oprogramowania, specjaliści do spraw przetwarzania danych czy osoby w praktyce zajmujące się uczeniem maszynowym muszą zdobyć solidną wiedzę o tych zagadnieniach. Przede wszystkim trzeba dogłębnie zrozumieć podstawy uczenia głębokiego. Dopiero po uzyskaniu biegłości w posługiwaniu się poszczególnymi koncepcjami i modelami możliwe jest wykorzystanie w pełni potencjału tej dynamicznie rozwijającej się technologii.

    Ten praktyczny podręcznik, poświęcony podstawom uczenia głębokiego, zrozumiale i wyczerpująco przedstawia zasady działania sieci neuronowych z trzech różnych poziomów: matematycznego, obliczeniowego i konceptualnego. Takie podejście wynika z faktu, że dogłębne zrozumienie sieci neuronowych wymaga nie jednego, ale kilku modeli umysłowych, z których każdy objaśnia inny aspekt działania tych sieci. Zaprezentowano tu również techniki implementacji poszczególnych elementów w języku Python, co pozwala utworzyć działające sieci neuronowe. Dzięki tej książce stanie się jasne, w jaki sposób należy tworzyć, uczyć i stosować wielowarstwowe, konwolucyjne i rekurencyjne sieci neuronowe w różnych praktycznych zastosowaniach.

    W książce między innymi:

    • matematyczne podstawy uczenia głębokiego
    • tworzenie modeli do rozwiązywania praktycznych problemów
    • standardowe i niestandardowe techniki treningu sieci neuronowych
    • rozpoznawanie obrazów za pomocą konwolucyjnych sieci neuronowych
    • rekurencyjne sieci neuronowe, ich działanie i implementacja
    • praca z wykorzystaniem biblioteki PyTorch

    Uczenie głębokie: zrozum, zanim zaimplementujesz!

    O autorze

    Seth Weidman - specjalizuje się w nauce o danych (ang. data science). Przez wiele lat prowadził szkolenia w zakresie uczenia maszynowego. Obecnie buduje modele uczenia maszynowego dla zespołu odpowiedzialnego za infrastrukturę w Facebooku. Pasjonuje go objaśnianie złożonych zagadnień w możliwie prosty sposób. Uważa, że po drugiej stronie złożoności znajduje się prostota.

    Zamknij

    Wybierz metodę płatności