Глубокое обучение. Практическое введение... Гелион
- Артикул:
- 12657203344
- Страна: Польша
- Доставка: от 990 ₽
- Срок доставки: 12-20 дней
- Купили: 2 раз
- В наличии: 1
- Оценка: 4.93
- Отзывов: 14
Характеристики
- Identyfikator produktu
- 12657203344
- Stan
- Nowy
- Język publikacji
- polski
- Tytuł
- Deep Learning. Praktyczne wprowadzenie z zastosowaniem środowiska Pythona
- Autor
- Ron Kneusel
- Nośnik
- książka papierowa
- Okładka
- miękka
- Rok wydania
- 2022
- Wydawnictwo
- Helion
- Liczba stron
- 472
Описание
- Autor: Ron Kneusel
- Tytuł: Deep Learning. Praktyczne wprowadzenie...
- Wydawca: Helion
- EAN: 9788328388598
- Strony: 472
- Format: 228x165 mm
- Rok wydania: 2022
- oprawa: broszurowa
Uczenie głębokie fascynuje wielu inżynierów i praktyków. Mimo że systemy oparte na uczeniu maszynowym stosuje się w rozlicznych branżach, wciąż są uważane za niepokojącą technologię. Istotnie, w wypadku na przykład sieci neuronowych nie wiemy, czego dokładnie uczy się model. Możemy tylko ocenić, czy dobrze realizuje swoje zadanie. Wydaje się, że w sposobie pracy algorytmów uczenia głębokiego tkwi magia. Właśnie dlatego dobrze jest zająć się faktami i dowiedzieć się, na czym w rzeczywistości polega uczenie maszynowe, a zwłaszcza uczenie głębokie.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 głębokim. Dzięki lekturze dowiesz się, czym się charakteryzuje dobry zbiór danych uczących, jak ocenić skuteczność modelu i jak korzystać z takich modeli jak k-najbliższych sąsiadów, lasy losowe czy maszyna wektorów nośnych. Sporo miejsca poświęcono również sieciom neuronowym, mechanizmom ich działania i technikom treningu. I chociaż nie znajdziesz tutaj gotowych receptur, to zdobędziesz wiedzę potrzebną, by od podstaw zaprojektować działający model uczenia głębokiego.W książce między innymi: budowanie dobrego zestawu danych uczących praca z bibliotekami scikit-learn i Keras klasyczne modele uczenia maszynowego mechanizm działania i uczenia sieci neuronowych modele wykorzystujące splotowe sieci neuronowe przygotowanie od podstaw działającego modeluUczenie głębokie: przyszedł czas na Twój pierwszy model!
Стоимость доставки приблизительная. Точная стоимость доставки указывается после обработки заказа менеджером.