Грокаем глубокое обучение, Траск Э., 2019

По кнопке выше «Купить бумажную книгу» можно купить эту книгу с доставкой по всей России и похожие книги по самой лучшей цене в бумажном виде на сайтах официальных интернет магазинов Лабиринт, Озон, Буквоед, Читай-город, Литрес, My-shop, Book24, Books.ru.

По кнопке «Купить и скачать электронную книгу» можно купить эту книгу в электронном виде в официальном интернет магазине «ЛитРес», и потом ее скачать на сайте Литреса.

По кнопке «Найти похожие материалы на других сайтах» можно искать похожие материалы на других сайтах.

On the buttons above you can buy the book in official online stores Labirint, Ozon and others. Also you can search related and similar materials on other sites.

Ссылки на файлы заблокированы по запросу правообладателей.

Links to files are blocked at the request of copyright holders.


Грокаем глубокое обучение, Траск Э., 2019.

   Глубокое обучение — это раздел искусственного интеллекта, цель которого научить компьютеры обучаться с помощью нейронных сетей — технологии, созданной по образу и подобию человеческого мозга. Онлайн-переводчики, беспилотные автомобили, рекомендации по выбору товаров именно для вас и виртуальные голосовые помощники — вот лишь несколько достижений, которые стали возможны благодаря глубокому обучению.
«Грокаем глубокое обучение» научит конструировать нейронные сети с нуля! Эндрю Траск знакомит со всеми деталями и тонкостями этой нелегкой задачи. Python и библиотека NumPy способны научить ваши нейронные сети видеть и распознавать изображения, переводить любые тексты на все языки мира и даже писать не хуже Шекспира!

Грокаем глубокое обучение, Траск Э., 2019


Машинное обучение без учителя.
Обучение без учителя группирует данные.
Обучение без учителя и обучение с учителем обладают одним общим свойством: они оба преобразуют один набор данных в другой. Но в обучении без учителя набор данных, в который происходит преобразование, прежде не был известен. В отличие от обучения с учителем, здесь нет «правильного ответа», который модель должна воспроизвести. Вы просто даете команду алгоритму «найти закономерности в этих данных и сообщить о них».

Например, кластеризация набора данных на группы — это разновидность обучения без учителя. Кластеризация преобразует последовательность точек данных в последовательность меток кластеров. Часто роль меток играют последовательные целые числа, например, в случае 10 кластерами будут созданы метки от 1 до 10. Каждая точка данных получит метку, в зависимости от того, к какому кластеру она будет отнесена. Набор данных, состоящий из точек, превратится в набор меток. Почему в качестве меток часто выбираются числа? Алгоритм ничего не может сказать о природе кластеров, он лишь сообщает вам: «Я обнаружил тут некоторые закономерности. Похоже, что ваши данные делятся на группы.

Оглавление.
Предисловие.
Благодарности.
О книге.
Кому адресована книга.
Структура.
Соглашения об оформлении кода и его загрузке.
Форум книги.
Об авторе.
От издательства.
1 Введение в глубокое обучение: зачем его изучать.
2 Основные понятия: как учатся машины?.
3 Введение в нейронное прогнозирование: прямое распространение.
4 Введение в нейронное обучение: градиентный спуск.
5 Корректировка сразу нескольких весов: обобщение градиентного спуска.
6 Создание первой глубокой нейронной сети: введение в обратное распространение.
7 Как изобразить нейронную сеть: в голове и на бумаге.
8 Усиление сигнала и игнорирование шума: введение в регуляризацию и группировку.
9 Моделирование случайности и нелинейности: функции активации.
10 Края и углы нейронного обучения: введение в сверточные нейронные сети.
11 Нейронные сети, понимающие человеческий язык: король - мужчина + женщина ==?.
12 Нейронные сети, которые пишут как Шекспир: рекуррентные слои для данных переменной длины.
13 Введение в автоматическую оптимизацию: создание фреймворка глубокого обучения.
14 Обучаем сеть писать как Шекспир: долгая краткосрочная память.
15 Глубокое обучение на конфиденциальных данных: введение в федеративное обучение.
16 Куда пойти дальше: краткий путеводитель.

Купить .
Дата публикации:






Теги: :: ::


 


 

Книги, учебники, обучение по разделам




Не нашёл? Найди:





2024-11-24 07:19:03