Deep Learning. Praktyczne wprowadzenie
książka
Wydawnictwo Helion |
Oprawa miękka |
- Dostępność niedostępny
Opis produktu:
Technologie wykorzystujące roacuteżne formy uczenia maszynowego zaczynają pojawiać się w roacuteżnych 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 algorytmyNiniejsza książka jest przydatnym przewodnikiem po uczeniu maszynowym i sieciach neuronowych Zawiera praktyczne informacje ktoacutere 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 sposoacuteb można wykorzystać otwartą bibliotekę Deeplearning4j DL4J do kodowania profesjonalnych procesoacutew uczenia głębokiego Zaprezentowano metody i strategie trenowania sieci głębokich i uruchamiania procesoacutew uczenia głębokiego w środowiskach Spark i Hadoop Zagadnienia te zostały zilustrowane gotowymi do zastosowania praktycznymi przykładami
W tej książce między innymi
ogoacutelne 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 roacuteżnych typoacutew
stosowanie biblioteki DL4J w środowiskach Spark i Hadoop
Uczenie głębokie i sieci neuronowe przyszłość ktoacutera dzieje się dziś
Josh Patterson jest uznanym autorytetem w dziedzinie przetwarzania wielkich ilości danych uczenia maszynowego i uczenia głębokiego Aktywnie działa na rzecz tworzenia otwartego oprogramowania uczestniczy w takich projektach jak DL4J Apache Mahout Metronome IterativeReduce openPDC i JMotif
Adam Gibson specjalizuje się w uczeniu głębokim Ma duże doświadczenie w budowaniu systemoacutew do przetwarzania dużych ilości danych w czasie rzeczywistym Z jego rozwiązań korzystają min firmy z listy Fortune 500 towarzystwa ubezpieczeniowe firmy public relations i startupy
Szczegóły | |
Dział: | Książki |
Wydawnictwo: | Helion |
Oprawa: | miękka |
Wprowadzono: | 25.07.2018 |