Прикладное машинное обучение с помощью Scikit-Learn, Keras и TensorFlow 2:
концепции, инструменты и техники для создания интеллектуальных систем.
2-е издание
1040 стр.;
твердый переплет;
тип бумаги: офсетная белая;
формат 70x100/16 (170x240 мм);
Издательство Диалектика;
ISBN , 9781492032649
скан PDF
Благодаря серии недавних достижений глубокое обучение значительно усилило всю область машинного обучения. В наше время даже программисты, почти ничего не знающие об этой технологии, могут использовать простые и эффективные инструменты для реализации программ, которые способны обучаться на основе данных.
За счет применения конкретных примеров, минимума теории и двух фреймворков Python производственного уровня – Scikit-Learn и TensorFlow 2 – обновленное издание этой ставшей бестселлером книги поможет вам получить интуитивное представление о концепциях и инструментах, предназначенных для построения интеллектуальных систем.
Специалисты-практики освоят целый диапазон методик, которые они смогут быстро применить в своей работе. В части 1 задействуется Scikit-Learn для представления фундаментальных задач машинного обучения, таких как простая линейная регрессия.
В части 2, которая была подвергнута значительным обновлениям, задействованы Keras и TensorFlow 2, чтобы провести читателя по более сложным методам машинного обучения, использующим глубокие нейронные сети.
Учитывая наличие в каждой главе упражнений, призванных закрепить то, чему вы научились, для начала работы нужен лишь опыт программирования.
Что нового во втором издании книги:
• Обновлен весь код для использования TensorFlow 2
• Представлен высокоуровневый API-интерфейс Keras
• Новые и расширенные материалы, включая API-интерфейс Data, режим энергичного выполнения (Eager Execution) и API-интерфейс Estimators из TensorFlow, развертывание в облаке Google Cloud ML, обработку временных рядов, вложения и многое другое
Последнее редактирование модератором:
- Статус
- В этой теме нельзя размещать новые ответы.