DEEP LEARNING. PRAKTYCZNE WPROWADZENIE...
- Время доставки: 7-10 дней
- Состояние товара: новый
- Доступное количество: 5
Заказывая «DEEP LEARNING. PRAKTYCZNE WPROWADZENIE...» данный товар из каталога «E-бизнес» вы можете быть уверены, что после оформления заказа, доставки в Украину, вы получите именно то, что заказывали, в оговоренные сроки и европейского качества.
Глубокое обучение. Практическое введение...
⭐⭐⭐⭐⭐
✅ Автор: Рон Кнеузель
✅ Издатель: Helion
✅ Pages Размер: 472, Формат: 170х231 мм
✅ Год издания: 2022, переплет: буклет
✅ ISBN: 9788328388598
✅ EAN: 9788328388598
✅ Код: 503432 at5
Глубокое обучение привлекает многих инженеров и практиков. Несмотря на то, что системы, основанные на машинном обучении, используются в различных отраслях, они по-прежнему считаются тревожной технологией. Ведь в случае, например, нейронных сетей мы не знаем, чему именно обучается модель. Мы можем только оценить, хорошо ли он выполняет свою задачу. Кажется, в том, как работают алгоритмы глубокого обучения, есть волшебство. Вот почему полезно обратиться к фактам и узнать, что на самом деле представляет собой машинное обучение, и особенно глубокое обучение. Эта книга представляет собой доступное руководство по машинному обучению. Чтобы понять ее содержание, вам потребуются лишь базовые навыки программирования и знания математики на уровне средней школы. Происходит обсуждение основных концепций и объяснение механизмов, управляющих глубоким обучением. Прочитав, вы узнаете, что характеризует хороший набор обучающих данных, как оценить эффективность модели и как использовать такие модели, как k-ближайшие соседи, случайные леса или машина опорных векторов. Немало места также посвящено нейронным сетям, механизмам их работы и методикам обучения. И хотя вы не найдете здесь готовых рецептов, вы получите знания, необходимые для разработки работающей модели глубокого обучения с нуля. Книга включает, среди прочего: построение хорошего набора обучающих данных, работу с научным набором. Библиотеки Learn и Keras, классические модели машинного обучения, механизм работы и обучение моделей нейронных сетей с использованием сверточных нейронных сетей, подготовка рабочей модели с нуля. Глубокое обучение: пришло время вашей первой модели! nbsp;