(увеличить обложку)
|
Данная книга представляет собой углубленное практическое руководство, которое позволит читателям освоить методы глубокого обучения на уровне, достаточном для развертывания готовых решений. Прочитав книгу, вы сможете быстро приступить к работе с библиотекой TensorFlow и заняться оптимизацией архитектур глубокого обучения. Книга охватывает все практические аспекты глубокого обучения, существенно важные для любой отрасли. Рассмотренные прототипы могут непосредственно применяться для создания новых приложений глубокого обучения. Представленный в книге программный код доступен в виде блокнотов iPython и сценариев, позволяющих с легкостью воспроизводить примеры и экспериментировать с ними. Вооружившись полученными знаниями, вы сможете проводить собственные исследования в этой области и делиться возникшими у вас идеями с сообществом. Благодаря этой книге вы:
Сантану Паттанаяк — ведущий специалист по обработке данных в компании GE Digital. Имеет десятилетний опыт работы, в том числе шесть лет занимался анализом данных и наукой о данных. До прихода в GE работал в таких компаниях, как RBS, Capgemini и IBM. Закончил Джадавпурский университет в Калькутте, получив диплом специалиста по электротехнике. В настоящее время готовится к получению степени магистра в области науки о данных в Индийском институте технологий (ИИТ) в Хайдерабаде. Также находит время для участия в хакатонах и соревнованиях по аналитике и предсказательному моделированию на платформе Kaggle, где входит в список 500 наиболее успешных участников. Сантану родился и вырос в Западной Бенгалии и в настоящее время вместе с женой проживает в г. Бангалор (Индия). Книга обсуждается в отдельном сообщении в блоге Виктора Штонда. Понравилась книга? Порекомендуйте её друзьям и коллегам: Твитнуть |
Разделы каталога:
Введение 17
Глава 1
Математические основы 23
Глава 2
Введение в глубокое обучение и TensorFlow 115
Глава 3
Сверточные нейронные сети 187
Глава 4
Обработка естественного языка с использованием
рекуррентных нейронных сетей 267
Глава 5
Обучение без учителя с использованием ограниченных
машин Больцмана и автокодировщиков 333
Глава 6
Усовершенствованные варианты архитектуры нейронных сетей 407
Предметный указатель 467
|
Copyright © 1992-2020 Издательская группа "Диалектика-Вильямс" |