DEEP LEARNING. PRAKTYCZNE WPROWADZENIE...


Код: 16175336987
1341 грн
Ціна вказана з доставкою в Україну
Товар є в наявності
ЯК ЕКОНОМИТИ НА ДОСТАВКЕ?
Замовляйте велику кількість товарів у цього продавця
Інформація
  • Час доставки: 7-10 днів
  • Стан товару: новий
  • Доступна кількість: 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.

Глибоке навчання. Практичний вступ...

⭐⭐⭐⭐⭐

✅ Автор: Рон Кнеусель

✅ Видавець: Helion

✅ Сторінки : 472, Формат: 170x231 мм

✅ Рік видання: 2022, палітурка: буклет

✅ ISBN: 9788328388598

✅ EAN: 9788328388598

✅ Код: 503432 at5

Глибоке навчання захоплює багатьох інженерів і практиків. Незважаючи на те, що системи, засновані на машинному навчанні, використовуються в різних галузях, вони все ще вважаються тривожною технологією. Дійсно, у випадку, наприклад, нейронних мереж, ми не знаємо, що саме вивчає модель. Ми можемо лише оцінити, чи добре він виконує своє завдання. Здається, у тому, як працюють алгоритми глибокого навчання, є магія. Ось чому варто ознайомитися з фактами та дізнатися, що таке машинне навчання, особливо глибоке навчання. Ця книга є доступним посібником із машинного навчання. Щоб зрозуміти його зміст, потрібні лише базові навички програмування та знання математики на рівні середньої школи. Є обговорення основних понять і пояснення механізмів, що керують глибинним навчанням. Прочитавши, ви дізнаєтесь, що характеризує хороший навчальний набір даних, як оцінити ефективність моделі та як використовувати такі моделі, як k-найближчі сусіди, випадкові ліси чи машина опорних векторів. Також багато місця приділено нейронним мережам, механізмам їх роботи та методикам навчання. І хоча ви не знайдете тут готових рецептів, ви отримаєте знання, необхідні для розробки робочої моделі глибинного навчання з нуля. Книга, серед іншого, включає: створення хорошого набору навчальних даних, роботу з scikit-. вивчати та бібліотеки Keras, класичні моделі машинного навчання, механізм роботи та навчання нейронних моделей з використанням згорткових нейронних мереж, підготовка робочої моделі з нуля. Глибоке навчання: настав час для вашої першої моделі! nbsp;