Прикладное машинное обучение с помощью Scikit-Learn, Keras и TensorFlow. Концепции, инструменты (Жерон Орельен) ; Диалектика, 2020
4611 р.
Автор(ы): Жерон Орельен;
Издатель: Диалектика
ISBN: 978-5-907203-33-4
ID: SKU114290
Добавлено: 15.08.2021
Цены
Цена от 4611 р. до 4611 р. в 1 магазинах
Магазин | Цена | Наличие |
---|---|---|
Мегамаркет 5/5 | 4611 р. 7052 р. | |
Лабиринт 5/5 | ||
Читай-город 5/5 | ||
МАЙШОП 5/5 | Один из первых книжных интернет-магазинов, работающий с 2002 года | |
Описание
Франсуа Шолле, автор библиотеки Keras, автор книги Deep Learning with Python
Эта книга - замечательное введение в теорию и практику решения задач с помощью нейронных сетей; я рекомендую ее всем, кто заинтересован в освоении практического машинного обучения.
Пит Уорден, руководитель команды мобильной разработки TensorFlow
Благодаря серии выдающихся достижений глубокое обучение значительно усилило всю область машинного обучения. В наше время даже программисты, почти ничего не знающие об этой технологии, могут использовать простые и эффективные инструменты для реализации программ, которые способны обучаться на данных. Новое издание книги-бестселлера, опирающееся на конкретные примеры, минимум теории и готовые фреймворки Python производственного уровня, поможет вам получить интуитивное представление о концепциях и инструментах, предназначенных для построения интеллектуальных систем.
Вы освоите широкий спектр методик, которые можно быстро задействовать на практике. Учитывая наличие в каждой главе упражнений, призванных закрепить то, чему вы научились, для начала работы нужен лишь опыт программирования. Весь код доступен на GitHub. Он был обновлен с учетом TensorFlow 2 и последней версии Scikit-Learn.
Особенности книги
Изучите основы машинного обучения на сквозном проекте с применением Scikit-Learn и Pandas
Постройте и обучите нейронные сети с многочисленными архитектурами для классификации и регрессии, используя TensorFlow 2
Ознакомьтесь с выявлением объектов, семантической сегментацией, механизмами внимания, языковыми моделями, порождающими состязательными сетями и многим другим
Исследуйте Keras API - официальный высокоуровневый API-интерфейс для TensorFlow 2
Запускайте в производство модели TensorFlow с применением Data API из TensorFlow, стратегий распределения, TF Transform и TF Serving
Развертывайте модели на платформе AI Platform инфраструктуры Google Cloud или на мобильных устройствах
Используйте методики обучения без учителя, такие как понижение размерности, кластеризация и обнаружение аномалий
Создавайте автономные обучающиеся агенты с помощью обучения с подкреплением, в том числе с применением библиотеки TF-Agents
Книга обсуждается в отдельном сообщении в блоге Виктора Штонда.
Об авторе
Орельен Жерон - консультант и инструктор по машинному обучению.
Бывший работник компании Google, с 2013 по 2016 год он руководил командой классификации видеороликов YouTube. С 2002 по 2012 год он также был основателем и руководителем технического отдела в компании Wifirst (ведущего поставщика услуг беспроводного доступа к Интернету во Франции).
2-е издание.
Смотри также Характеристики.
Яндекс.Маркет
Содержание
Глава 1. Введение в машинное обучение
Глава 2. Полный проект машинного обучения
Глава 3. Классификация
Глава 4. Обучение моделей
Глава 5. Методы опорных векторов
Глава 6. Деревья принятия решений
Глава 7. Ансамблевое обучение и случайные леса
Глава 8. Понижение размерности
Глава 9. Методики обучения без учителя
Часть II. Нейронные сети и глубокое обучение
Глава 10. Введение в искусственные нейронные сети с использованием
Keras
Глава 11. Обучение глубоких нейронных сетей
Глава 12. Специальные модели и обучение с помощью TensorFlow
Глава 13. Загрузка и предварительная обработка данных с помощью
TensorFlow
Глава 14. Глубокое компьютерное зрение с использованием сверточных
нейронных сетей
Глава 15. Обработка последовательностей с использованием
рекуррентных и сверточных нейронных сетей
Глава 16. Обработка естественного языка с помощью рекуррентных
нейронных сетей и внимания
Глава 17. Обучение представлению и порождению с использованием
автокодировщиков и порождающих состязательных сетей
Глава 18. Обучение с подкреплением
Глава 19. Широкомасштабное обучение и развертывание моделей
TensorFlow
Приложение А. Решения упражнений
Приложение Б. Контрольный перечень для проекта машинного обучения
Приложение В. Двойственная задача SVM
Приложение Г. Автоматическое дифференцирование
Приложение Д. Другие популярные архитектуры искусственных
нейронных сетей
Приложение Е. Специальные структуры данных
Приложение Ж. Графы TensorFlow
Предметный указатель
О книге
Автор(ы) | Жерон Орельен |
Издатель | Диалектика |
Переплет | Твердая глянцевая |
Год издания | 2020 |
Кол-во страниц | 1040 |
ISBN | 978-5-907203-33-4 |
Возрастные ограничения | 12 |
Тип обложки | твердая |
Оформление обложки | лакировка |
Возрастное ограничение | 16+ |
Количество книг | 1 |
Вес | 1470 |
Формат | 70х100/16 |
Автор | Жерон Орельен |
Издательство | Диалектика |
Количество страниц | 1040 |
Размеры | 70x100/16 |
Обложка | твердый переплёт |
Язык издания | rus |
Отзывы (2)
-
Байдина Светлана
- 31 июля 20212/5
Качество перевода увы - почти машинное.
Например (кому интересно стр 64, последний абзац):
"Крайне важно применять обучающий набор, репрезентативный для примеров, на которые вы хотите обобщить. Достичь такой цели часто труднее, чем может показаться: если образец слишком мал, то вы получите шум выборки (sampling noise), т.е. непрезентативные данные, как исход шанса."
Переводчик абсолютно незнаком с темой. Например - переведены термины (причем - буквально). Кто бы догадался, что GridSearch назовут "Решетчатым поиском"?
Знакомым с ML (хоть чуть-чуть) - сгодится, как справочник. Начинающим - не советую.0 0
-
Хмельницкий Константин
- 28 октября 20201/5
Обратите внимание, "полноцветное издание" на самом деле чёрно-белое, точнее, "50 оттенков серого". По кр.мере такое мне предложили в Лабиринте и других магазинах.
Приложенные рисунки - из первого издания, проверил по своему экземпляру.0 0
Добавить отзыв
Машинное обучение. Анализ данных - издательство "Диалектика"
Категория 3688 р. - 5533 р.
Машинное обучение. Анализ данных - издательство "Диалектика" »
Машинное обучение. Анализ данных
Категория 3688 р. - 5533 р.