Deep Learning. Praktyczne wprowadzenie (okładka miękka)

Potrzebujesz pomocy w zamówieniu?

Zadzwoń

Dostępny w salonie empik

Dodaj do listy Moja biblioteka

Masz już ten produkt? Dodaj go do Biblioteki i podziel się jej zawartością ze znajomymi.

Może Cię zainteresować

Technologie wykorzystujące różne formy uczenia maszynowego zaczynają pojawiać się w różnych branżach. Możliwości w tym zakresie stale rosną, podobnie jak zainteresowanie i oczekiwania. Przed podjęciem decyzji o wdrożeniu w firmie tego rodzaju rozwiązań trzeba jednak zadać sobie pytanie, co można i co chciałoby się osiągnąć za pomocą sieci neuronowej. Generalnie uczenie maszynowe opiera się na algorytmach wyodrębniania informacji z surowych danych i reprezentowania ich jako modelu. Model ten następnie służy do przetwarzania kolejnych surowych danych. Co to jednak oznacza w praktyce i jak się implementuje takie algorytmy?

Niniejsza książka jest przydatnym przewodnikiem po uczeniu maszynowym i sieciach neuronowych. Zawiera praktyczne informacje, które doceni każdy programista stawiający pierwsze kroki w tej dziedzinie. Przedstawiono tu podstawy deep learningu i wyjaśniono takie pojęcia, jak strojenie sieci, wielowątkowość, wektoryzowanie danych. Opisano, w jaki sposób można wykorzystać otwartą bibliotekę Deeplearning4j (DL4J) do kodowania profesjonalnych procesów uczenia głębokiego. Zaprezentowano metody i strategie trenowania sieci głębokich i uruchamiania procesów uczenia głębokiego w środowiskach Spark i Hadoop. Zagadnienia te zostały zilustrowane gotowymi do zastosowania, praktycznymi przykładami.

W tej książce między innymi:

  • ogólne koncepcje uczenia maszynowego, uczenia głębokiego i sieci neuronowych,
  • ewolucja sieci neuronowych do sieci głębokich i ich rodzaje,
  • dobieranie rodzaju sieci do analizowanego zagadnienia,
  • strojenie sieci neuronowych i sieci głębokich,
  • korzystanie z narzędzia DataVec do wektoryzowania danych różnych typów,
  • stosowanie biblioteki DL4J w środowiskach Spark i Hadoop.

Uczenie głębokie i sieci neuronowe: przyszłość, która dzieje się dziś!


Powyższy opis pochodzi od wydawcy.

Tytuł: Deep Learning. Praktyczne wprowadzenie
Autor: Patterson Josh , Gibson Adam
Tłumaczenie: Watrak Andrzej
Wydawnictwo: Wydawnictwo Helion
Język wydania: polski
Język oryginału: angielski
Liczba stron: 456
Numer wydania: I
Data premiery: 2018-07-24
Rok wydania: 2018
Forma: książka
Indeks: 26285764
 
Brak
ocen
5
0
4
0
3
0
2
0
1
0
Oceń:
W przypadku naruszenia Regulaminu Twój wpis zostanie usunięty.

Zobacz także

Inne z tego wydawnictwa Sztuka wojny Tzu Sun , Pin Sun
4.2/5
18,95 zł
29,90 zł
Inne z tego wydawnictwa Książę Machiavelli Niccolo
4.6/5
17,77 zł
29,00 zł
Inne z tego wydawnictwa Sztuka wojny Tzu Sun , Pin Sun
4.4/5
22,68 zł
37,00 zł
Inne z tego wydawnictwa Wałkowanie Ameryki Wałkuski Marek
4.1/5
30,99 zł
34,90 zł
24,79 zł

Opinie, uwagi, pytania

Jeśli masz pytania dotyczące sklepu empik.com odwiedź nasze strony pomocy.
Jeśli widzisz błąd lub chcesz uzyskać więcej informacji o produkcie skorzystaj z formularza kontaktowego: zgłoszenie błędu / pytanie o produkt

Twoja wiadomość została wysłana. Dziękujemy.

Administratorem podanych przez Ciebie danych osobowych jest Empik S.A. z siedzibą w Warszawie. Twoje dane będą przetwarzane w celu obsługi Twojej wiadomości z formularza kontaktowego, a także w celach statystycznych i analitycznych administratora. Więcej informacji na temat przetwarzania danych osobowych znajduje się w naszej Polityce prywatności.

Wybierz temat a następnie wypełnij dane formularza:

Pole Email jest wymagane

Pole imię i nazwisko jest wymagane

Pole Twoja wiadomość jest wymagane

pola wymagane

Jeśli chcesz skontaktować się z nami telefonicznie, skorzystaj z naszej infolini:

Centrum Wsparcia
Klienta
+48 22 462 72 50

+48 22 462 72 50

Czynne: pon – nd 8:00 – 23:00

* z wyjątkiem świąt ustawowo wolnych od pracy

Ostatnio oglądane

Podobne do ostatnio oglądanego

Korzystając ze strony zgadzasz się na używanie plików cookie, które są instalowane na Twoim urządzeniu. Za ich pomocą zbieramy informacje, które mogą stanowić dane osobowe. Wykorzystujemy je w celach analitycznych, marketingowych oraz aby dostosować treści do Twoich preferencji i zainteresowań. Więcej o tym oraz o możliwościach zmiany ich ustawień dowiesz się w Polityce Prywatności.