Глубокое обучение с точки зрения практика
Описание и характеристики
Интерес к машинному обучению зашкаливает, но завышенные ожидания нередко губят проекты еще на ранней стадии. Как машинное обучение - и особенно глубокие нейронные сети - может изменить вашу организацию?
Эта книга не только содержит практически полезную информацию о предмете, но и поможет приступить к созданию эффективных сетей глубокого обучения.
Авторы сначала раскрывают фундаментальные вопросы глубокого обучения - настройка, распараллеливание, векторизация, конвейеры операций - актуальные для любой библиотеки, а затем переходят к библиотеке Deeplearning4j (DL4J), предназначенной для разработки технологических процессов профессионального уровня.
На реальных примерах читатель познакомится с методами и стратегиями обучения глубоких сетей с различной архитектурой и их распараллеливания в кластерах Hadoop и Spark.
• Концепции машинного обучения вообще и глубокого обучения в частности
• Эволюция глубоких сетей из нейронных
• Основные архитектуры глубоких сетей, в т. ч. сверточные и рекуррентные нейронные сети
• Как выбрать сеть, отвечающую поставленной задаче
• Основы настройки нейронных сетей вообще и конкретных глубоких архитектур
• Применение методов векторизации к данным различных типов
ID товара
2648609
Издательство
ДМК Пресс
Год издания
2018
ISBN
978-5-9706-0481-6, 978-5-97060-481-6
Количество страниц
482
Размер
2.5x17x24
Вес, г
800
3 989 ₽
+ до 598 бонусов
В наличии
В магазины сети, бесплатно
ЗавтраАдреса магазинов
Другие способы доставки
Наличие в магазинах
за 2 299 ₽
Москва
Нет в наличии
Отзывы
15 бонусов
за полезный отзыв длиной от 300 символов
15 бонусов
если купили в интернет-магазине «Читай-город»
Оставьте отзыв и получите бонусы
Оставьте первый отзыв и получите за него бонусы.
Это поможет другим покупателям сделать правильный выбор.
1.0
Все, что должен знать разработчик-практик, чтобы приступить к применению глубокого обучения для решения реальных задач!
Интерес к машинному обучению зашкаливает, но завышенные ожидания нередко губят проекты еще на ранней стадии. Как машинное обучение - и особенно глубокие нейронные сети - может изменить вашу организацию?
Эта книга не только содержит практически полезную информацию о предмете, но и поможет приступить к созданию эффективных сетей глубокого обучения.
Авторы сначала раскрывают фундаментальные вопросы глубокого обучения - настройка, распараллеливание, векторизация, конвейеры операций - актуальные для любой библиотеки, а затем переходят к библиотеке Deeplearning4j (DL4J), предназначенной для разработки технологических процессов профессионального уровня.
На реальных примерах читатель познакомится с методами и стратегиями обучения глубоких сетей с различной архитектурой и их распараллеливания в кластерах Hadoop и Spark.
• Концепции машинного обучения вообще и глубокого обучения в частности
• Эволюция глубоких сетей из нейронных
• Основные архитектуры глубоких сетей, в т. ч. сверточные и рекуррентные нейронные сети
• Как выбрать сеть, отвечающую поставленной задаче
• Основы настройки нейронных сетей вообще и конкретных глубоких архитектур
• Применение методов векторизации к данным различных типов
Интерес к машинному обучению зашкаливает, но завышенные ожидания нередко губят проекты еще на ранней стадии. Как машинное обучение - и особенно глубокие нейронные сети - может изменить вашу организацию?
Эта книга не только содержит практически полезную информацию о предмете, но и поможет приступить к созданию эффективных сетей глубокого обучения.
Авторы сначала раскрывают фундаментальные вопросы глубокого обучения - настройка, распараллеливание, векторизация, конвейеры операций - актуальные для любой библиотеки, а затем переходят к библиотеке Deeplearning4j (DL4J), предназначенной для разработки технологических процессов профессионального уровня.
На реальных примерах читатель познакомится с методами и стратегиями обучения глубоких сетей с различной архитектурой и их распараллеливания в кластерах Hadoop и Spark.
• Концепции машинного обучения вообще и глубокого обучения в частности
• Эволюция глубоких сетей из нейронных
• Основные архитектуры глубоких сетей, в т. ч. сверточные и рекуррентные нейронные сети
• Как выбрать сеть, отвечающую поставленной задаче
• Основы настройки нейронных сетей вообще и конкретных глубоких архитектур
• Применение методов векторизации к данным различных типов