Глубокое обучение на Python, Франсуа Ш., 2023

Глубокое обучение на Python, Франсуа Ш., 2023.
 
Глубокое обучение динамично развивается, открывая все новые и новые возможности создания ПО. Это не только автоматический перевод текстов с одного языка на другой, распознавание изображений, но и многое другое. Глубокое обучение превратилось в важный навык, необходимый каждому разработчику. Keras и TensorFlow облегчают жизнь разработчикам и позволяют легко работать даже тем, кто не имеет фундаментальных знаний в области математики или науки о данных. Настала пора познакомиться с глубоким обучением и мощной библиотекой Keras! В этом расширенном и дополненном издании создатель библиотеки Keras — Франсуа Шолле - делится знаниями и с новичками, и с опытными специалистами. Иллюстрации и наглядные примеры помогут вам разобраться с самыми сложными вопросами и концепциями. Вы быстро приобретете навыки, необходимые для разработки приложений глубокого обучения.




Машинное обучение.
В викторианской Англии жила леди Ада Лавлейс — друг и соратник Чарльза Бэббиджа, изобретателя аналитической вычислительной машины (первого известного механического компьютера). Несомненно, устройство опередило свое время, но в 1830-х и 1840-х годах оно не задумывалось как универсальный компьютер, потому что самой идеи универсальных вычислений еще не существовало. Машина просто давала возможность использовать механические операции для автоматизации некоторых вычислений из области математического анализа, что и обусловило такое ее название. Тем не менее она была более интеллектуальным потомком ранних механических вычислительных устройств, таких как суммирующая машина Паскаля («Паскалина») или счетчик шагов Лейбница — усовершенствованная версия «Паскалины». Разработанная Блезом Паскалем в 1642 году (в возрасте 19 лет!) «Паскалина» была первым в мире механическим арифмометром — она могла складывать, вычитать, умножать и даже делить.

Краткое содержание.
Предисловие.     
Благодарности.    
О книге.    
Об авторе.    
Иллюстрация на обложке.    
От издательства.    
Глава 1.Что такое глубокое обучение.    
Глава 2.Математические основы нейронных сетей.    
Глава 3.Введение в Keras и TensorFlow.    
Глава 4.Начало работы с нейронными сетями: классификация и регрессия.    
Глава 5.Основы машинного обучения.    
Глава 6.Обобщенный процесс машинного обучения.    
Глава 7.Работа с Кегав: глубокое погружение.    
Глава 8.Введение в глубокое обучение в технологиях компьютерного зрения.    
Глава 9.Продвинутые приемы глубокого обучения в технологиях компьютерного зрения.    
Глава 10.Глубокое обучение на временных последовательностях.
Глава 11.Глубокое обучение для текста.    
Глава 12.Генеративное глубокое обучение.    
Глава 13.Методы и приемы для применения на практике.    
Глава 14.Заключение.

Купить .



Хештеги: #Франсуа :: #книги по программированию :: #программирование :: #Python :: #машинное обучение