Uczenie głębokie od zera

Podstawy implementacji w Pythonie
Deep Learning from Scratch
Wydawnictwo: Helion
Kategoria: książka
Język książki: polski
Rok wydania: 2020
ISBN: 9788328365971
Liczba stron: 248
Oprawa: Miękka
35.99 PLN Cena w niePrzeczytane.pl:
35,99 zł
Cena katalogowa: 59,00 zł
Pozycja jest obecnie:
dostępna
Status:
48h
Koszt dostawy:
Paczka w RUCHu od 5,99 zł
InPost - przesyłka kurierska od 10,99 zł
Poczta Polska Odbiór w punkcie od 10,99 zł
Paczkomaty InPost od 11,99 zł
Poczta Polska doręczenie pod adres od 11,99 zł
FedEx - przesyłka kurierska od 11,99 zł
  • Opis produktu
Uczenie głębokie (ang. deep learning) zyskuje ostatnio ogromną popularność. Jest to ściśle związane z coraz częstszym zastosowaniem sieci neuronowych w przeróżnych branżach i dziedzinach. W konsekwencji inżynierowie oprogramowania, specjaliści do spraw przetwarzania danych czy osoby w praktyce zajmujące się uczeniem maszynowym muszą zdobyć solidną wiedzę o tych zagadnieniach. Przede wszystkim trzeba dogłębnie zrozumieć podstawy uczenia głębokiego. Dopiero po uzyskaniu biegłości w posługiwaniu się poszczególnymi koncepcjami i modelami możliwe jest wykorzystanie w pełni potencjału tej dynamicznie rozwijającej się technologii.

Ten praktyczny podręcznik, poświęcony podstawom uczenia głębokiego, zrozumiale i wyczerpująco przedstawia zasady działania sieci neuronowych z trzech różnych poziomów: matematycznego, obliczeniowego i konceptualnego. Takie podejście wynika z faktu, że dogłębne zrozumienie sieci neuronowych wymaga nie jednego, ale kilku modeli umysłowych, z których każdy objaśnia inny aspekt działania tych sieci. Zaprezentowano tu również techniki implementacji poszczególnych elementów w języku Python, co pozwala utworzyć działające sieci neuronowe. Dzięki tej książce stanie się jasne, w jaki sposób należy tworzyć, uczyć i stosować wielowarstwowe, konwolucyjne i rekurencyjne sieci neuronowe w różnych praktycznych zastosowaniach.

W książce między innymi:

matematyczne podstawy uczenia głębokiego
tworzenie modeli do rozwiązywania praktycznych problemów
standardowe i niestandardowe techniki treningu sieci neuronowych
rozpoznawanie obrazów za pomocą konwolucyjnych sieci neuronowych
rekurencyjne sieci neuronowe, ich działanie i implementacja
praca z wykorzystaniem biblioteki PyTorch
Uczenie głębokie: zrozum, zanim zaimplementujesz!
O autorze
Seth Weidman - specjalizuje się w nauce o danych (ang. data science). Przez wiele lat prowadził szkolenia w zakresie uczenia maszynowego. Obecnie buduje modele uczenia maszynowego dla zespołu odpowiedzialnego za infrastrukturę w Facebooku. Pasjonuje go objaśnianie złożonych zagadnień w możliwie prosty sposób. Uważa, że po drugiej stronie złożoności znajduje się prostota.
recenzje czytelników
Zobacz pozostałe recenzji
Twoja ocena:
Twoje imię lub pseudonim:*
Podaj swój adres e-mail lub zaloguj się, aby brać udział w konkursach dla najlepszych recenzentów.
Twój adres e-mail:
Wyrażam zgodę na otrzymywanie informacji handlowych od Administratora za pomocą środków komunikacji elektronicznej, zgodnie z ustawą o świadczeniu usług drogą elektroniczną. Zgoda może być odwołana w każdym czasie. Administratorem danych osobowych Klientów jest: Profit M Spółka z ograniczoną odpowiedzialnością z siedzibą w Warszawie (02-305), Aleje Jerozolimskie 134, NIP 525-22-45-459, Regon 015227002, KRS 0000756053
* Pole obowiązkowe
Przed dodaniem recenzji
zapoznaj się z regulaminem.
Facebook Instagram