Díky nedávné sérii průlomů hluboké učení posunulo celé pole strojového učení.. Nyní mohou i programátoři, kteří o této technologii vědí téměř nic, používat jednoduché, efektivní nástroje k implementaci programů schopných učit se z dat.. Tato nejprodávanější kniha používá konkrétní příklady, minimum teorie a produkčně připravené Python frameworky. (Scikit-Learn, Keras a TensorFlow) abych vám pomohl získat intuitivní pochopení konceptů a nástrojů pro budování inteligentních systémů.
V tomto aktualizovaném třetím vydání autor Aurélien Géron zkoumá řadu technik, počínaje jednoduchou lineární regresí a postupující k hlubokým neuronovým sítím.. Početné příklady kódu a cvičení v celé knize vám pomohou aplikovat to, co jste se naučili.. Pro začátek potřebujete pouze zkušenosti s programováním.
Použijte Scikit-learn ke sledování příkladového ML projektu od začátku do konce
Prozkoumejte několik modelů, včetně podpůrných vektorových strojů, rozhodovacích stromů, náhodných lesů a ansámblových metod.
Využijte techniky učení bez dohledu, jako je redukce dimenzionality, shlukování a detekce anomálií.
Ponořte se do architektur neuronových sítí, včetně konvolučních sítí, rekurentních sítí, generativních adversariálních sítí, autoencoderů, difuzních modelů a transformerů.
Použijte TensorFlow a Keras k sestavení a trénování neuronových sítí pro počítačové vidění, zpracování přirozeného jazyka, generativní modely a hluboké učení s posilováním.
o autorovi:
Aurélien Géron je konzultant pro strojové učení. Bývalý zaměstnanec Googlu vedl tým pro klasifikaci videí na YouTube v letech 2013 až 2016.. Byl také zakladatelem a CTO společnosti Wifirst v letech 2002 až 2012, předního bezdrátového poskytovatele internetových služeb (ISP) ve Francii, a zakladatelem a CTO společnosti Polyconseil v roce 2001, telekomunikační konzultační firmy.
Vrácení peněz při nedoručení
