Marcin Mazureknarzędzia online · artykuły · księgarniaRSS
Okładka: Deep Learning. Praca z językiem Python i biblioteką KerasTylna okładka: Deep Learning. Praca z językiem Python i biblioteką Keras

Deep Learning. Praca z językiem Python i biblioteką Keras

Autor: Francois Chollet

Tłumacz: Konrad Matuk

druk na żądanie

Helion

47,40 zł 79,00 zł -40%

Kup w księgarni Helion

Czytaj fragmentPobierz PDF

Kategorie
Deep Learning, NLP, Python
Wydawca
Helion
Rodzaj
książka
Format
168x237
Oprawa
miękka
Stron
368
Data wydania
2019-03-19
ISBN
978-83-283-4778-6
Tytuł oryginału
Deep Learning with Python

Fragment książki — 30 stron

Kliknij stronę, żeby powiększyć. Całość możesz przeczytać online albo pobrać jako PDF. Fragment udostępniony przez wydawcę.

  • Fragment „Deep Learning. Praca z językiem Python i biblioteką Keras” — strona 1 z 301
  • Fragment „Deep Learning. Praca z językiem Python i biblioteką Keras” — strona 2 z 302
  • Fragment „Deep Learning. Praca z językiem Python i biblioteką Keras” — strona 3 z 303
  • Fragment „Deep Learning. Praca z językiem Python i biblioteką Keras” — strona 4 z 304
  • Fragment „Deep Learning. Praca z językiem Python i biblioteką Keras” — strona 5 z 305
  • Fragment „Deep Learning. Praca z językiem Python i biblioteką Keras” — strona 6 z 306
  • Fragment „Deep Learning. Praca z językiem Python i biblioteką Keras” — strona 7 z 307
  • Fragment „Deep Learning. Praca z językiem Python i biblioteką Keras” — strona 8 z 308
  • Fragment „Deep Learning. Praca z językiem Python i biblioteką Keras” — strona 9 z 309
  • Fragment „Deep Learning. Praca z językiem Python i biblioteką Keras” — strona 10 z 3010
  • Fragment „Deep Learning. Praca z językiem Python i biblioteką Keras” — strona 11 z 3011
  • Fragment „Deep Learning. Praca z językiem Python i biblioteką Keras” — strona 12 z 3012
  • Fragment „Deep Learning. Praca z językiem Python i biblioteką Keras” — strona 13 z 3013
  • Fragment „Deep Learning. Praca z językiem Python i biblioteką Keras” — strona 14 z 3014
  • Fragment „Deep Learning. Praca z językiem Python i biblioteką Keras” — strona 15 z 3015
  • Fragment „Deep Learning. Praca z językiem Python i biblioteką Keras” — strona 16 z 3016
  • Fragment „Deep Learning. Praca z językiem Python i biblioteką Keras” — strona 17 z 3017
  • Fragment „Deep Learning. Praca z językiem Python i biblioteką Keras” — strona 18 z 3018
  • Fragment „Deep Learning. Praca z językiem Python i biblioteką Keras” — strona 19 z 3019
  • Fragment „Deep Learning. Praca z językiem Python i biblioteką Keras” — strona 20 z 3020
  • Fragment „Deep Learning. Praca z językiem Python i biblioteką Keras” — strona 21 z 3021
  • Fragment „Deep Learning. Praca z językiem Python i biblioteką Keras” — strona 22 z 3022
  • Fragment „Deep Learning. Praca z językiem Python i biblioteką Keras” — strona 23 z 3023
  • Fragment „Deep Learning. Praca z językiem Python i biblioteką Keras” — strona 24 z 3024
  • Fragment „Deep Learning. Praca z językiem Python i biblioteką Keras” — strona 25 z 3025
  • Fragment „Deep Learning. Praca z językiem Python i biblioteką Keras” — strona 26 z 3026
  • Fragment „Deep Learning. Praca z językiem Python i biblioteką Keras” — strona 27 z 3027
  • Fragment „Deep Learning. Praca z językiem Python i biblioteką Keras” — strona 28 z 3028
  • Fragment „Deep Learning. Praca z językiem Python i biblioteką Keras” — strona 29 z 3029
  • Fragment „Deep Learning. Praca z językiem Python i biblioteką Keras” — strona 30 z 3030

Opis

W skrócie uczenie maszynowe polega na wyodrębnianiu informacji z surowych danych i budowie modelu, który służy do przetwarzania kolejnych surowych danych. Technologia ta od kilku lat intensywnie się rozwija, a w miarę wzrostu jej możliwości rosną również zainteresowanie i oczekiwania architektów i użytkowników. Niektórzy widzą w głębokim uczeniu poważne zagrożenie, jednak obietnice, jakie daje ten rodzaj sztucznej inteligencji, są fascynujące. Narzędzia służące do programowania uczenia maszynowego, takie jak zaimplementowana w Pythonie biblioteka Keras, są dostępne dla każdego, kto chce wykorzystać tę technologię do własnych celów.

Niniejsza książka jest praktycznym przewodnikiem po uczeniu głębokim. Znalazły się tu dokładne informacje o istocie uczenia głębokiego, o jego zastosowaniach i ograniczeniach. Wyjaśniono zasady rozwiązywania typowych problemów uczenia maszynowego. Pokazano, jak korzystać z pakietu Keras przy implementacji rozpoznawania obrazu, przetwarzania języka naturalnego, klasyfikacji obrazów, przewidywania danych szeregu czasowego, analizy sentymentu, generowania tekstu i obrazu. Nawet dość skomplikowane zagadnienia, włączając w to koncepcje i dobre praktyki, zostały wyjaśnione w sposób bardzo przystępny i zrozumiały, tak aby umożliwić samodzielne stosowanie technik uczenia głębokiego w kolejnych projektach.

W tej książce między innymi:

  • kontekst i ogólne koncepcje sztucznej inteligencji, uczenia maszynowego i uczenia głębokiego
  • sieci neuronowe i pakiet Keras
  • typowe sposoby pracy nad projektami uczenia głębokiego
  • rozbudowane modele uczenia głębokiego oraz modele generatywne
  • perspektywy i ograniczenia technologii

Uczenie głębokie. Nikt nie zna granic tej technologii!

Linki do księgarni są linkami partnerskimi Grupy Helion i Księgarni PWN (przez sieć Adtraction). Ceny i dostępność pochodzą z oferty wydawcy i mogą się zmienić.