bookmate game
Books
Эндрю Траск

Грокаем глубокое обучение

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!
Что вы найдете внутри книги
:
— Теоретические основы глубокого обучения
— Приемы создания и обучения нейронных сетей
— Работа с естественным языком
— Федеративное обучение и работа с конфиденциальными данными
Вам не понадобятся специальные навыки, выходящие за рамки школьного курса математики и базовых навыков программирования.
602 бумажные страницы
Правообладатель
Bookwire
Дата публикации оригинала
2024
Год выхода издания
2024
Издательство
Питер
Уже прочитали? Что скажете?
👍👎

Впечатления

  • Artem Sayginделится впечатлением3 года назад
    👍Worth reading
    💡Learnt A Lot

  • Алексей Инютинделится впечатлением4 года назад
    👍Worth reading

Цитаты

  • tsyypaaцитирует2 года назад
    На данный момент это один или несколько весовых коэффициентов, на которые можно умножить входные данные и получить прогноз.
  • tsyypaaцитирует2 года назад
    всегда передавать в сеть достаточный объем информации, где «достаточность» определяется довольно свободно, например, сколько потребуется человеку, чтобы сделать тот же прогноз.
  • tsyypaaцитирует2 года назад
    араметрические алгоритмы имеют фиксированное число параметров, а непараметрические алгоритмы выбирают число параметров, основываясь на данных.

На полках

fb2epub
Перетащите файлы сюда, не более 5 за один раз