[AI] Kneusel Ron / Кнезель Рон - Practical Deep Learning: A Python-Based Introduction / Практическое глубокое обучение: Введение на Python [2021, PDF/EPUB, ENG]

Practical Deep Learning: A Python-Based Introduction / Практическое глубокое обучение: Введение на Python
Год издания: 2021
Автор: Kneusel Ron / Кнезель Рон
Издательство: No Starch Press
ISBN: 978-1-7185-0075-4
Язык: Английский
Формат: PDF, EPUB
Качество: Издательский макет или текст (eBook)
Интерактивное оглавление: Да
Количество страниц: 464
Описание: Practical Deep Learning teaches total beginners how to build the datasets and models needed to train neural networks for your own DL projects.
If you’ve been curious about machine learning but didn’t know where to start, this is the book you’ve been waiting for. Focusing on the subfield of machine learning known as deep learning, it explains core concepts and gives you the foundation you need to start building your own models. Rather than simply outlining recipes for using existing toolkits, Practical Deep Learning teaches you the why of deep learning and will inspire you to explore further.
All you need is basic familiarity with computer programming and high school math—the book will cover the rest. After an introduction to Python, you’ll move through key topics like how to build a good training dataset, work with the scikit-learn and Keras libraries, and evaluate your models’ performance.
You’ll also learn:
How to use classic machine learning models like k-Nearest Neighbors, Random Forests, and Support Vector Machines
How neural networks work and how they’re trained
How to use convolutional neural networks
How to develop a successful deep learning model from scratch
You’ll conduct experiments along the way, building to a final case study that incorporates everything you’ve learned.
The perfect introduction to this dynamic, ever-expanding field, Practical Deep Learning will give you the skills and confidence to dive into your own machine learning projects.
Практическое глубокое обучение учит начинающих создавать наборы данных и модели, необходимые для обучения нейронных сетей для ваших собственных проектов ГО.
Если вам было интересно узнать о машинном обучении, но вы не знали, с чего начать, то это именно та книга, которую вы так долго ждали. Фокусируясь на подполе машинного обучения, известном как глубокое обучение, она объясняет основные концепции и дает вам основу, необходимую для начала создания ваших собственных моделей. Вместо того чтобы просто излагать рецепты использования существующих наборов инструментов, практическое глубокое обучение расскажет вам о том, зачем нужно глубокое обучение, и вдохновит вас на дальнейшие исследования.
Все, что вам нужно, — это базовое знакомство с компьютерным программированием и математикой для средней школы - об остальном расскажет книга. После ознакомления с Python вы перейдете к ключевым темам, таким как создание хорошего обучающего набора данных, работа с библиотеками scikit-learn и Keras и оценка производительности ваших моделей.
Вы также узнаете:
Как использовать классические модели машинного обучения, такие как k-ближайшие соседи, случайные леса и машины опорных векторов
Как работают нейронные сети и как они обучаются
Как использовать сверточные нейронные сети
Как разработать успешную модель глубокого обучения с нуля
Попутно вы будете проводить эксперименты, создавая итоговое тематическое исследование, которое включает в себя все, чему вы научились.
Идеальное введение в эту динамичную, постоянно расширяющуюся область практического глубокого обучения даст вам навыки и уверенность для погружения в ваши собственные проекты машинного обучения.