Глубокое обучение на Python (Шолле Франсуа) ; Питер, 2023

от 1300 р. до 2289 р.

Автор(ы): Шолле Франсуа;
Издатель: Питер
ISBN: 978-5-4461-1909-7
все характеристики
ID: SKU1141555
Добавлено: 09.10.2022

Рейтинг:

(5/5)

Отзывы (5) Написать отзыв

Цены (3)Описание Содержание О книге Отзывы (5)

Сравнить цены

Цена от 1300 р. до 2289 р. в 3 магазинах

Магазин	Цена	Наличие
Мегамаркет 5/5 ООО "МАРКЕТПЛЕЙС" ИНН: 9701048328	2289 р. 4418 р. история цены
Яндекс.Маркет 5/5 ООО "ЯНДЕКС" ИНН: 7736207543	2140 р. история цены
Питер 5/5	1300 р. история цены
Лабиринт 5/5 ООО "ЛАБИРИНТ.РУ" ИНН: 7728644571
Читай-город 5/5 ООО "Новый Книжный Центр" ИНН: 7710422909
МАЙШОП 5/5 ООО "МАГАЗИН КНИГ" ИНН: 9725076959	Один из первых книжных интернет-магазинов, работающий с 2002 года

Как купить или где мы находимся +

Описание

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.
2-е международное издание.

Смотри также Характеристики.

Яндекс.Маркет

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 Keras: 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

О книге


ISBN	978-5-4461-1909-7
Автор(ы)	Шолле Франсуа
Переплет	Мягкий переплёт
Год издания	2023
Возрастные ограничения	16
Кол-во страниц	576
Серия	Библиотека программиста
Издатель	Питер
Формат	165х233
Автор	Шолле Ф.
Авторы	Шолле Ф.
Переплёт	Мягкий
Год публикации	2023
Язык	Русский
Количество страниц	576
Количество книг	1
Тип обложки	мягкая
Возрастное ограничение	16+
Вес	898
Издательство	Издательский дом "Питер"
Размеры	70x100/16
Язык издания	Русский
Обложка	мягкая обложка

Отзывы (5)

Ценитель классики
- 13 января 2023

5/5

Добротное издание на почти 600 страницах. Мягкая обложка, белая, слегка просвечивающая бумага, удобный шрифт. Много кода, изображения черно-белые. Примеры страниц и оглавление смотрите на приложенных фотографиях
0 0
Мнацаканов Сергей
- 11 сентября 2022

5/5

Книга глубокая по содержанию, но проста в понимании. Прочтение данной книги позволяет понять структуру и принцип работы Питона. Издание выполнено качественно, думаю такая книга может стать настольной книгой программиста любого уровня.
0 0
Бондаренко Яна
- 3 сентября 2022

5/5

Покупала данную книгу, так как учусь в магистратуре на направлении связанном с Машинным обучением.
Из плюсов книги: Во-первых, внешний вид. Качественная обложка, хоть и мягкая. Книга большая и тяжеловатая (в плане веса). Качество печати на высоте. Фрагменты кода, скриншоты программ и картинки - всё чёткое и читаемое. Бумага белая, плотная. Опечаток не заметила.
Во-вторых, то как книга написана. Главы книги идут в правильном порядке. Сначала идёт погружение в теорию и знакомство с терминами и понятиями. Затем знакомство с математической частью машинного обучения. Всё сопровождается простыми примерами: схемы, графики, фрагменты кода. Ну и затем нам объясняют и показывают, что же можно делать с помощью машинного обучения. Если читать книгу последовательно и повторять написанное - легко можно самостоятельно разобраться в написании нейросети. И обучить её, например, простому определению объекта на изображении. Вообще те задачи, которые рассматриваются в книге - базовые. Именно с них начинается знакомство с нейронными сетями. Так же плюсом является то что в задачах используются стандартные и известные наборы данных.
Ещё радует, что указанные в книге ссылки на форумы и репозиторий Github - доступны и активны. Часто когда я читала подобные книги, указанные ссылки уже были недоступны. Хоть и год перевыпуска книги был актуальным. Тут же всё доступно и вы можете просматривать код, описанный в книге.
Мне книга очень помогла в учёбе. Некоторые главы прям идеально ложились на лабораторные работы. Книгу очень советую, помогает вникнуть в суть машинного обучения и нейронных сетей. Также прикладываю фото страниц книги :)
0 0