Lietišķā mašīnmācīšanās ar Scikit-Learn, Keras un TensorFlow: koncepcijas, rīki un metodes intelektuālu sistēmu veidošanai
99.99 €
Nav noliktavā
Lietišķā mašīnmācīšanās ar Scikit-Learn, Keras un TensorFlow: koncepcijas, rīki un metodes intelektuālu sistēmu veidošanai
99.99 €
Pateicoties vairākiem ievērojamiem sasniegumiem, dziļa mācīšanās ir ievērojami veicinājusi mašīnmācīšanos. Mūsdienās pat programmētāji, kas gandrīz neko nezina par šo tehnoloģiju, var izmantot vienkāršus un efektīvus rīkus, lai īstenotu programmas, kas var mācīties no datiem. Jaunākais bestselleru grāmatas izdevums, kas balstīts uz konkrētiem piemēriem, minimālām teorijām un gataviem ražošanas līmeņa Python ietvariem, palīdzēs jums iegūt intuitīvu izpratni par jēdzieniem un rīkiem, kas paredzēti viedo sistēmu veidošanai.
Jūs uzzināsiet plašu tehniku, ko var ātri īstenot praksē. Ņemot vērā mācību klātbūtni katrā nodaļā, lai konsolidētu to, ko esat iemācījušies, jums ir tikai nepieciešama programmēšanas pieredze, lai sāktu. Visi kodi ir pieejami GitHub. Tas ir atjaunināts, lai uzņemtu TensorFlow 2 un jaunāko versiju Scikit-Learn.
Grāmatas iezīmes:
- Iegūstiet mašīnmācīšanās pamatus transversālā projektā, izmantojot Scikit-Learn un Pandas
- Veidot un apmācīt nervu tīklus ar vairākām arhitektūrām klasifikācijas un regresijas izmantojot TensorFlow 2.
- Iepazīsties ar objektu identifikāciju, semantisko segmentāciju, uzmanības mehānismiem, valodas modeļiem, kas rada pretinieku tīklus, un vēl.
Izpētīt Keras API - oficiālais augsta līmeņa API par TensorFlow 2
Palaist TensorFlow modeli, izmantojot TensorFlow Data API, izplatīšanas stratēģijas, TF Transform un TF Serving.
- Izvietot modeļus Google Cloud AI platformā vai mobilajās ierīcēs.
- Izmantot ne-skolotāju mācīšanās metodes, piemēram, dimensiju samazināšana, klasterēšana, un anomālijas atklāšana.
- Izveidot autonomu mācību aģentus, izmantojot pastiprinātu mācību, tostarp izmantojot TF-Agents bibliotēku;
Jūs uzzināsiet plašu tehniku, ko var ātri īstenot praksē. Ņemot vērā mācību klātbūtni katrā nodaļā, lai konsolidētu to, ko esat iemācījušies, jums ir tikai nepieciešama programmēšanas pieredze, lai sāktu. Visi kodi ir pieejami GitHub. Tas ir atjaunināts, lai uzņemtu TensorFlow 2 un jaunāko versiju Scikit-Learn.
Grāmatas iezīmes:
- Iegūstiet mašīnmācīšanās pamatus transversālā projektā, izmantojot Scikit-Learn un Pandas
- Veidot un apmācīt nervu tīklus ar vairākām arhitektūrām klasifikācijas un regresijas izmantojot TensorFlow 2.
- Iepazīsties ar objektu identifikāciju, semantisko segmentāciju, uzmanības mehānismiem, valodas modeļiem, kas rada pretinieku tīklus, un vēl.
Izpētīt Keras API - oficiālais augsta līmeņa API par TensorFlow 2
Palaist TensorFlow modeli, izmantojot TensorFlow Data API, izplatīšanas stratēģijas, TF Transform un TF Serving.
- Izvietot modeļus Google Cloud AI platformā vai mobilajās ierīcēs.
- Izmantot ne-skolotāju mācīšanās metodes, piemēram, dimensiju samazināšana, klasterēšana, un anomālijas atklāšana.
- Izveidot autonomu mācību aģentus, izmantojot pastiprinātu mācību, tostarp izmantojot TF-Agents bibliotēku;
Skatīt arī:
- Visas izdevniecības grāmatas
- Visas autora grāmatas