Благодаря ряду недавних прорывов глубокое обучение расширило всю область машинного обучения. Теперь даже программисты, которые почти ничего не знают об этой технологии, могут использовать простые и эффективные инструменты для реализации программ, способных обучаться на основе данных. Эта практическая книга покажет вам, как это сделать.
Используя конкретные примеры, минимальную теорию и две готовые к работе среды Python — Scikit-Learn и TensorFlow — автор Орельен Жерон поможет вам получить интуитивное представление о концепциях и инструментах для создания интеллектуальных систем. Вы изучите ряд методов, начиная с простой линейной регрессии и заканчивая глубокими нейронными сетями. С упражнениями в каждой главе, которые помогут вам применить то, что вы узнали, все, что вам нужно, это опыт программирования, чтобы приступить к работе.
- Изучите ландшафт машинного обучения, особенно нейронные сети
- Используйте Scikit-Learn для сквозного отслеживания примера проекта машинного обучения.
- Изучите несколько моделей обучения, включая методы опорных векторов, деревья решений, случайные леса и ансамблевые методы.
- Используйте библиотеку TensorFlow для создания и обучения нейронных сетей.
- Погрузитесь в архитектуру нейронных сетей, включая сверточные сети, рекуррентные сети и глубокое обучение с подкреплением.
- Изучите методы обучения и масштабирования глубоких нейронных сетей.
Книга на английском языке.
Формат: EPUB, PDF.
