Algorytmy uczenia maszynowego. Zaawansowane techniki implementacji (ebook)(audiobook)(audiobook)
Opis książki
Czytaj fragment
Imponujący rozwój standardowych algorytmów przy ciągłej obniżce cen sprzętu i udostępnianiu coraz to szybszych komponentów przyczynił się do zrewolucjonizowania wielu gałęzi przemysłu. Obecnie uczenie maszynowe pozwala automatyzować procesy, które do niedawna musiały być zarządzane przez człowieka. Zadania, które jeszcze dekadę temu stanowiły nieprzekraczalną przeszkodę, dziś są wykonywane przez zwykły komputer osobisty. W efekcie dzięki technologii oraz dostępnym wysokopoziomowym otwartym platformom każdy, kto zainteresuje się uczeniem maszynowym, może projektować i wdrażać niezwykle potężne modele.
Celem tej książki jest przybliżenie profesjonalistom tajników złożonych algorytmów uczenia maszynowego i zasad ich stosowania w praktyce. Poza praktycznymi informacjami dotyczącymi działania algorytmów i ich wdrożeń znalazły się tu również niezbędne podstawy teoretyczne. Opisano klasyczne modele uczenia nadzorowanego, nienadzorowanego i półnadzorowanego. Wskazano, w jakich sytuacjach okazują się one najbardziej przydatne. Zaprezentowano techniki wydobywania danych za pomocą modeli bayesowskich, algorytmu MCMC, a także dzięki stosowaniu ukrytych modeli Markowa. Omówiono zestaw przydatnych do uczenia maszynowego narzędzi, takich jak biblioteki: scikit-learn, Keras i TensorFlow.
Najciekawsze zagadnienia:
- najważniejsze koncepcje teoretyczne uczenia maszynowego
- modelowanie probabilistyczne i uczenie hebbowskie
- zaawansowane koncepcje modeli neuronowych
- modele generatywne, takie jak splotowe sieci GAN i sieci Wassersteina
- głębokie sieci przekonań
- zaawansowane algorytmy: TD(tylda), aktor-krytyk, SARSA i Q-uczenie
Uczenie maszynowe - już dziś zaimplementuj rozwiązania przyszłości!
Podobne produkty
Podobne produkty
Szczegóły książki
- Tytuł oryginału:
- Mastering Machine Learning Algorithms: Expert techniques to implement popular machine learning algorithms and fine-tune your models
- Tłumaczenie:
- Beata Pawlak, Krzysztof Sawka
- ISBN Książki drukowanej:
- 978-83-283-5245-2, 9788328352452
- Data wydania książki drukowanej:
- 2019-07-09
- ISBN Ebooka:
- 978-83-283-5246-9, 9788328352469
- Data wydania ebooka:
-
2019-07-09
Data wydania ebooka często jest dniem wprowadzenia tytułu do sprzedaży i może nie być równoznaczna
z datą wydania książki papierowej. Dodatkowe informacje możesz znaleźć w darmowym fragmencie.
Jeśli masz wątpliwości skontaktuj się z nami sklep@helion.pl.
- Format:
- 168x237
- Numer z katalogu:
- 88149
- Rozmiar pliku Pdf:
- 13.4MB
- Rozmiar pliku ePub:
- 17.1MB
- Rozmiar pliku Mobi:
- 17.1MB
- Pobierz przykładowy rozdział PDF
- Przykłady na ftp
Ebook zawiera materiały dodatkowe, które możesz pobrać z serwera FTP - link znajdziesz na stronie redakcyjnej.
Oceny i opinie klientów: Algorytmy uczenia maszynowego. Zaawansowane techniki implementacji Giuseppe Bonaccorso (3)
- 6
- 5
- 4
- 3
- 2
- 1
3.0(0)
(1)
(0)
(0)
(2)
(0)
5 oceniona przez: Karol Wilczek, 2019-11-22
2 oceniona przez: 2020-04-15
2 oceniona przez: 2019-11-17
więcej opinii