Uczenie maszynowe z użyciem Scikit-Learn i TensorFlow
- Autor:
- Aurélien Géron
- Promocja 2za1
- Wydawnictwo:
- Helion
- Ocena:
- 5.1/6 Opinie: 15
- Stron:
- 528
- Druk:
- oprawa miękka
- Dostępne formaty:
-
PDFePubMobi
Sprawdź nowe wydanie
Uczenie maszynowe z użyciem Scikit-Learn i TensorFlow. Wydanie II
Aurélien Géron
Opis książki: Uczenie maszynowe z użyciem Scikit-Learn i TensorFlow
Pojęcia, techniki i narzędzia służące do tworzenia systemów inteligentnych
W ciągu ostatnich lat uczenie maszynowe stało się sercem wielu nowoczesnych produktów, takich jak zaawansowane techniki wyszukiwania w przeglądarkach, rozpoznawanie mowy w smartfonach czy proponowanie treści w zależności od indywidualnych preferencji użytkownika. Być może niedługo taki system inteligentny zastąpi Cię za kierownicą samochodu. Uczenie głębokie wprowadziło nową jakość do uczenia maszynowego. Daje niesamowite możliwości, jednak wymaga olbrzymiej mocy obliczeniowej i potężnych ilości danych. Programiści implementujący takie rozwiązania są poszukiwanymi specjalistami i mogą liczyć na ekscytujące oferty!
Ta książka jest praktycznym podręcznikiem tworzenia systemów inteligentnych. Przedstawiono tu najważniejsze zagadnienia teoretyczne dotyczące uczenia maszynowego i sieci neuronowych. W zrozumiały sposób zaprezentowano koncepcje i narzędzia służące do tworzenia systemów inteligentnych. Opisano Scikit-Learn i TensorFlow - środowiska produkcyjne języka Python - i pokazano krok po kroku, w jaki sposób wykorzystuje się je do implementacji sieci neuronowych. Liczne praktyczne przykłady i ćwiczenia pozwolą na pogłębienie i utrwalenie zdobytej wiedzy. Jeśli tylko potrafisz posługiwać się Pythonem, dzięki tej przystępnie napisanej książce szybko zaczniesz implementować systemy inteligentne.
W tej książce między innymi:
- podstawowe koncepcje uczenia maszynowego, uczenia głębokiego i sieci neuronowych
- przygotowywanie zbiorów danych i zarządzanie nimi
- algorytmy uczenia maszynowego
- rodzaje architektury sieci neuronowych
- uczenie głębokich sieci neuronowych
- olbrzymie zbiory danych i uczenie poprzez wzmacnianie
Już dziś zacznij tworzyć systemy inteligentne!
Wybrane bestsellery
-
Through a recent series of breakthroughs, deep learning has boosted the entire field of machine learning. Now, even programmers who know close to nothing about this technology can use simple, efficient tools to implement programs capable of learning from data. This bestselling book uses concrete ...
Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow. 3rd Edition Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow. 3rd Edition
(0,00 zł najniższa cena z 30 dni)296.65 zł
349.00 zł(-15%) -
To drugie wydanie bestsellerowego przewodnika po technikach uczenia maszynowego. Wystarczą minimalne umiejętności programistyczne, aby dzięki tej książce nauczyć się budowania i trenowania głębokiej sieci neuronowej. Zawarto tu minimum teorii, a proces nauki jest ułatwiony przez liczne przykłady ...
Uczenie maszynowe z użyciem Scikit-Learn i TensorFlow. Wydanie II Uczenie maszynowe z użyciem Scikit-Learn i TensorFlow. Wydanie II
(0,00 zł najniższa cena z 30 dni)83.85 zł
129.00 zł(-35%) -
O tym, ile problemów sprawia niedbale napisany kod, wie każdy programista. Nie wszyscy jednak wiedzą, jak napisać ten świetny, „czysty” kod i czym właściwie powinien się on charakteryzować. Co więcej – jak odróżnić dobry kod od złego? Odpowiedź na te pytania oraz sposoby tworzen...(0,00 zł najniższa cena z 30 dni)
51.35 zł
79.00 zł(-35%) -
Branża IT kusi licznymi ofertami pracy, atrakcyjnymi zarobkami i ciekawymi ścieżkami rozwoju nie tylko zawodowych programistów, lecz również osoby bez wykształcenia informatycznego czy doświadczenia w tej dziedzinie. Te ostatnie zwykle zaczynają karierę od roli testera aplikacji. Jednym z podstaw...(0,00 zł najniższa cena z 30 dni)
57.85 zł
89.00 zł(-35%) -
Oto intuicyjny przewodnik dla średnio zaawansowanych programistów Pythona, pomyślany tak, by przyswajać zasady programowania zorientowanego obiektowo podczas praktycznych ćwiczeń. Dowiesz się, jakie problemy wiążą się z zastosowaniem podejścia proceduralnego i jak dzięki podejściu obiektowemu pis...
Python zorientowany obiektowo. Programowanie gier i graficznych interfejsów użytkownika Python zorientowany obiektowo. Programowanie gier i graficznych interfejsów użytkownika
(0,00 zł najniższa cena z 30 dni)57.85 zł
89.00 zł(-35%) -
To drugie, zaktualizowane i poprawione wydanie bestsellerowego podręcznika Programowania w Pythonie pozwoli Ci błyskawicznie zacząć tworzyć kod, który działa! Zaczniesz od zrozumienia podstawowych koncepcji programistycznych, następnie nauczysz się zapewniać programom interaktywność i wykształcis...(0,00 zł najniższa cena z 30 dni)
64.35 zł
99.00 zł(-35%) -
To kompleksowy podręcznik do nauki programowania w Pythonie. Jego piąte wydanie zostało gruntownie zaktualizowane i rozbudowane o dodatkowe treści. Omówiono tu najnowsze wersje Pythona w liniach 3.X i 2.X, czyli 3.3 i 2.7, i dodano opisy nowych lub rozszerzonych mechanizmów, takich jak obsługa fo...(0,00 zł najniższa cena z 30 dni)
129.35 zł
199.00 zł(-35%) -
Dzięki tej książce przekonasz się, jak wspaniałą przygodą jest programowanie i jak łatwo ją zacząć! Poznasz podstawy Pythona, dowiesz się, jak pisać i formatować kod, a także szybko nauczysz się uruchamiać swoje programy. Instrukcje sterujące, operatory, typy danych, funkcje, klasy i moduły nie b...
Python 3. Projekty dla początkujących i pasjonatów Python 3. Projekty dla początkujących i pasjonatów
(0,00 zł najniższa cena z 30 dni)38.94 zł
59.90 zł(-35%) -
Ta książka jest przystępnym wprowadzeniem do kryptografii i bibliotek kryptograficznych Pythona. Omówiono tu podstawowe koncepcje z tej dziedziny, najważniejsze algorytmy i niezbędny zakres podstaw matematycznych: liczby pierwsze, teorię grup czy generatory liczb pseudolosowych. Wyjaśniono, czym ...
Algorytmy kryptograficzne w Pythonie. Wprowadzenie Algorytmy kryptograficzne w Pythonie. Wprowadzenie
(0,00 zł najniższa cena z 30 dni)44.85 zł
69.00 zł(-35%) -
Dave Thomas i Andy Hunt napisali pierwsze wydanie tej wpływowej książki w 1999 roku, aby pomóc swoim klientom tworzyć lepsze oprogramowanie i na nowo odnaleźć radość z kodowania. Nauki płynące z tamtego wydania pomogły wielu pokoleniom programistów zbadać istotę rozwoju oprogramowania, niezależni...
Pragmatyczny programista. Od czeladnika do mistrza. Wydanie II Pragmatyczny programista. Od czeladnika do mistrza. Wydanie II
(0,00 zł najniższa cena z 30 dni)50.05 zł
77.00 zł(-35%)
O autorze książki
1 Aurélien GéronAurélien Géron - jest konsultantem do spraw uczenia maszynowego. Wcześniej pracował w korporacji Google, a w latach 2013 – 2016 kierował zespołem klasyfikowania filmów w firmie YouTube. Był również założycielem i dyrektorem do spraw technicznych (w latach 2002 – 2012) w firmie Wifirst — czołowym francuskim dostawcy bezprzewodowych usług internetowych; te same funkcje pełnił w 2001 roku w firmie Polyconseil — obecnie zarządza ona usługą udostępniania samochodów elektrycznych Autolib’.
Ebooka przeczytasz na:
-
czytnikach Inkbook, Kindle, Pocketbook i innych
-
systemach Windows, MacOS i innych
-
systemach Windows, Android, iOS, HarmonyOS
-
na dowolnych urządzeniach i aplikacjach obsługujących formaty: PDF, EPub, Mobi
Masz pytania? Zajrzyj do zakładki Pomoc »
Audiobooka posłuchasz:
-
w aplikacji Ebookpoint na Android, iOS, HarmonyOs
-
na systemach Windows, MacOS i innych
-
na dowolonych urządzeniach i aplikacjach obsługujących format MP3 (pliki spakowane w ZIP)
Masz pytania? Zajrzyj do zakładki Pomoc »
Kurs Video zobaczysz:
-
w aplikacji Ebookpoint na Android, iOS, HarmonyOs
-
na systemach Windows, MacOS i innych
-
na dowolonych urządzeniach i aplikacjach obsługujących format MP4 (pliki spakowane w ZIP)
Szczegóły książki
- Tytuł oryginału:
- Hands-On Machine Learning with Scikit-Learn and TensorFlow
- Tłumaczenie:
- Krzysztof Sawka
- ISBN Książki drukowanej:
- 978-83-283-4373-3, 9788328343733
- Data wydania książki drukowanej:
- 2018-08-17
- ISBN Ebooka:
- 978-83-283-4374-0, 9788328343740
- Data wydania ebooka:
-
2018-08-17
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:
- 75898
- Rozmiar pliku Pdf:
- 17.3MB
- Rozmiar pliku ePub:
- 26.8MB
- Rozmiar pliku Mobi:
- 52.2MB
- Pobierz przykładowy rozdział PDF
- Przykłady na ftp
Ebook zawiera materiały dodatkowe, które możesz pobrać z serwera FTP - link znajdziesz na stronie redakcyjnej.
- Erraty / Zgłoś erratę
- Kategorie:
Programowanie » Python - Programowanie
Programowanie » Techniki programowania
Uczenie maszynowe
- Serie wydawnicze: O'Reilly
Spis treści książki
- Przedmowa
- Fenomen uczenia maszynowego
- Uczenie maszynowe w Twoich projektach
- Cel i sposób jego osiągnięcia
- Wymogi wstępne
- Zawartość książki
- Dodatkowe zasoby
- Konwencje stosowane w książce
- Korzystanie z kodu źródłowego
- Podziękowania
- Część I Podstawy uczenia maszynowego
- Rozdział 1. Krajobraz uczenia maszynowego
- Czym jest uczenie maszynowe?
- Dlaczego warto korzystać z uczenia maszynowego?
- Rodzaje systemów uczenia maszynowego
- Uczenie nadzorowane/nienadzorowane
- Uczenie nadzorowane
- Uczenie nienadzorowane
- Uczenie półnadzorowane
- Uczenie przez wzmacnianie
- Uczenie wsadowe/przyrostowe
- Uczenie wsadowe
- Uczenie przyrostowe
- Uczenie z przykładów/z modelu
- Uczenie z przykładów
- Uczenie z modelu
- Uczenie nadzorowane/nienadzorowane
- Główne problemy uczenia maszynowego
- Niedobór danych uczących
- Niereprezentatywne dane uczące
- Dane kiepskiej jakości
- Nieistotne cechy
- Przetrenowanie danych uczących
- Niedotrenowanie danych uczących
- Podsumowanie
- Testowanie i ocenianie
- Ćwiczenia
- Rozdział 2. Nasz pierwszy projekt uczenia maszynowego
- Praca z rzeczywistymi danymi
- Przeanalizuj całokształt projektu
- Określ zakres problemu
- Wybierz metrykę wydajności
- Sprawdź założenia
- Zdobądź dane
- Stwórz przestrzeń roboczą
- Pobierz dane
- Rzut oka na strukturę danych
- Stwórz zbiór testowy
- Odkrywaj i wizualizuj dane, aby zdobywać nowe informacje
- Wizualizowanie danych geograficznych
- Poszukiwanie korelacji
- Eksperymentowanie z kombinacjami atrybutów
- Przygotuj dane pod algorytmy uczenia maszynowego
- Oczyszczanie danych
- Obsługa tekstu i atrybutów kategorialnych
- Niestandardowe transformatory
- Skalowanie cech
- Potoki transformujące
- Wybór i uczenie modelu
- Trenowanie i ocena modelu za pomocą zbioru uczącego
- Dokładniejsze ocenianie za pomocą sprawdzianu krzyżowego
- Wyreguluj swój model
- Metoda przeszukiwania siatki
- Metoda losowego przeszukiwania
- Metody zespołowe
- Analizuj najlepsze modele i ich błędy
- Oceń system za pomocą zbioru testowego
- Uruchom, monitoruj i utrzymuj swój system
- Teraz Twoja kolej!
- Ćwiczenia
- Rozdział 3. Klasyfikacja
- Zbiór danych MNIST
- Uczenie klasyfikatora binarnego
- Miary wydajności
- Pomiar dokładności za pomocą sprawdzianu krzyżowego
- Macierz pomyłek
- Precyzja i pełność
- Kompromis pomiędzy precyzją a pełnością
- Wykres krzywej ROC
- Klasyfikacja wieloklasowa
- Analiza błędów
- Klasyfikacja wieloetykietowa
- Klasyfikacja wielowyjściowa
- Ćwiczenia
- Rozdział 4. Uczenie modeli
- Regresja liniowa
- Równanie normalne
- Złożoność obliczeniowa
- Gradient prosty
- Wsadowy gradient prosty
- Stochastyczny spadek wzdłuż gradientu
- Schodzenie po gradiencie z minigrupami
- Regresja wielomianowa
- Krzywe uczenia
- Regularyzowane modele liniowe
- Regresja grzbietowa
- Regresja metodą LASSO
- Metoda elastycznej siatki
- Wczesne zatrzymywanie
- Regresja logistyczna
- Szacowanie prawdopodobieństwa
- Funkcje ucząca i kosztu
- Granice decyzyjne
- Regresja softmax
- Ćwiczenia
- Regresja liniowa
- Rozdział 5. Maszyny wektorów nośnych
- Liniowa klasyfikacja SVM
- Klasyfikacja miękkiego marginesu
- Nieliniowa klasyfikacja SVM
- Jądro wielomianowe
- Dodawanie cech podobieństwa
- Gaussowskie jądro RBF
- Złożoność obliczeniowa
- Regresja SVM
- Mechanizm działania
- Funkcja decyzyjna i prognozy
- Cel uczenia
- Programowanie kwadratowe
- Problem dualny
- Kernelizowane maszyny SVM
- Przyrostowe maszyny SVM
- Ćwiczenia
- Liniowa klasyfikacja SVM
- Rozdział 6. Drzewa decyzyjne
- Uczenie i wizualizowanie drzewa decyzyjnego
- Wyliczanie prognoz
- Szacowanie prawdopodobieństw przynależności do klas
- Algorytm uczący CART
- Złożoność obliczeniowa
- Wskaźnik Giniego czy entropia?
- Hiperparametry regularyzacyjne
- Regresja
- Niestabilność
- Ćwiczenia
- Rozdział 7. Uczenie zespołowe i losowe lasy
- Klasyfikatory głosujące
- Agregacja i wklejanie
- Agregacja i wklejanie w module Scikit-Learn
- Ocena OOB
- Rejony losowe i podprzestrzenie losowe
- Losowe lasy
- Zespół Extra-Trees
- Istotność cech
- Wzmacnianie
- AdaBoost
- Wzmacnianie gradientowe
- Kontaminacja
- Ćwiczenia
- Rozdział 8. Redukcja wymiarowości
- Klątwa wymiarowości
- Główne strategie redukcji wymiarowości
- Rzutowanie
- Uczenie rozmaitościowe
- Analiza PCA
- Zachowanie wariancji
- Główne składowe
- Rzutowanie na d wymiarów
- Implementacja w module Scikit-Learn
- Współczynnik wariancji wyjaśnionej
- Wybór właściwej liczby wymiarów
- Algorytm PCA w zastosowaniach kompresji
- Przyrostowa analiza PCA
- Losowa analiza PCA
- Jądrowa analiza PCA
- Wybór jądra i strojenie hiperparametrów
- Algorytm LLE
- Inne techniki redukowania wymiarowości
- Ćwiczenia
- Część II Sieci neuronowe i uczenie głębokie
- Rozdział 9. Instalacja i używanie modułu TensorFlow
- Instalacja
- Tworzenie pierwszego grafu i uruchamianie go w sesji
- Zarządzanie grafami
- Cykl życia wartości w węźle
- Regresja liniowa przy użyciu modułu TensorFlow
- Implementacja metody gradientu prostego
- Ręczne obliczanie gradientów
- Automatyczne różniczkowanie
- Korzystanie z optymalizatora
- Dostarczanie danych algorytmowi uczącemu
- Zapisywanie i wczytywanie modeli
- Wizualizowanie grafu i krzywych uczenia za pomocą modułu TensorBoard
- Zakresy nazw
- Modułowość
- Udostępnianie zmiennych
- Ćwiczenia
- Rozdział 10. Wprowadzenie do sztucznych sieci neuronowych
- Od biologicznych do sztucznych neuronów
- Neurony biologiczne
- Operacje logiczne przy użyciu neuronów
- Perceptron
- Perceptron wielowarstwowy i propagacja wsteczna
- Uczenie sieci MLP za pomocą zaawansowanego interfejsu API modułu TensorFlow
- Uczenie głębokiej sieci neuronowej za pomocą standardowego interfejsu TensorFlow
- Faza konstrukcyjna
- Faza wykonawcza
- Korzystanie z sieci neuronowej
- Strojenie hiperparametrów sieci neuronowej
- Liczba ukrytych warstw
- Liczba neuronów tworzących warstwę ukrytą
- Funkcje aktywacji
- Ćwiczenia
- Od biologicznych do sztucznych neuronów
- Rozdział 11. Uczenie głębokich sieci neuronowych
- Problemy zanikających/eksplodujących gradientów
- Inicjacje wag Xaviera i He
- Nienasycające funkcje aktywacji
- Normalizacja wsadowa
- Implementacja normalizacji wsadowej za pomocą modułu TensorFlow
- Obcinanie gradientu
- Wielokrotne stosowanie gotowych warstw
- Wielokrotne stosowanie modelu TensorFlow
- Wykorzystywanie modeli utworzonych w innych środowiskach
- Zamrażanie niższych warstw
- Zapamiętywanie warstw ukrytych
- Modyfikowanie, usuwanie lub zastępowanie górnych warstw
- Repozytoria modeli
- Nienadzorowane uczenie wstępne
- Uczenie wstępne za pomocą dodatkowego zadania
- Szybsze optymalizatory
- Optymalizacja momentum
- Przyśpieszony spadek wzdłuż gradientu (algorytm Nesterova)
- AdaGrad
- RMSProp
- Optymalizacja Adam
- Harmonogramowanie współczynnika uczenia
- Regularyzacja jako sposób unikania przetrenowania
- Wczesne zatrzymywanie
- Regularyzacja 1 i 2
- Porzucanie
- Regularyzacja typu max-norm
- Dogenerowanie danych
- Praktyczne wskazówki
- Ćwiczenia
- Problemy zanikających/eksplodujących gradientów
- Rozdział 12. Rozdzielanie operacji TensorFlow pomiędzy urządzenia i serwery
- Wiele urządzeń na jednym komputerze
- Instalacja
- Zarządzanie pamięcią operacyjną karty graficznej
- Umieszczanie operacji na urządzeniach
- Proste rozmieszczanie
- Zapisywanie zdarzeń rozmieszczania
- Funkcja dynamicznego rozmieszczania
- Operacje i jądra
- Miękkie rozmieszczanie
- Przetwarzanie równoległe
- Zależności sterujące
- Wiele urządzeń na wielu serwerach
- Otwieranie sesji
- Usługi nadrzędna i robocza
- Przypinanie operacji w wielu zadaniach
- Rozdzielanie zmiennych pomiędzy wiele serwerów parametrów
- Udostępnianie stanu rozproszonych sesji za pomocą kontenerów zasobów
- Komunikacja asynchroniczna za pomocą kolejek
- Umieszczanie danych w kolejce
- Usuwanie danych z kolejki
- Kolejki krotek
- Zamykanie kolejki
- RandomShuffleQueue
- PaddingFIFOQueue
- Wczytywanie danych bezpośrednio z grafu
- Wstępne wczytanie danych do zmiennej
- Wczytywanie danych uczących bezpośrednio z grafu
- Czytniki wieloklasowe wykorzystujące klasy Coordinator i QueueRunner
- Inne funkcje pomocnicze
- Przetwarzanie równoległe sieci neuronowych w klastrze TensorFlow
- Jedna sieć neuronowa na każde urządzenie
- Replikacja wewnątrzgrafowa i międzygrafowa
- Zrównoleglanie modelu
- Zrównoleglanie danych
- Aktualizacje synchroniczne
- Aktualizacje asynchroniczne
- Nasycenie przepustowości
- Implementacja w module TensorFlow
- Ćwiczenia
- Wiele urządzeń na jednym komputerze
- Rozdział 13. Splotowe sieci neuronowe
- Architektura kory wzrokowej
- Warstwa splotowa
- Filtry
- Stosy map cech
- Implementacja w module TensorFlow
- Zużycie pamięci operacyjnej
- Warstwa łącząca
- Architektury splotowych sieci neuronowych
- LeNet-5
- AlexNet
- GoogLeNet
- ResNet
- Ćwiczenia
- Rozdział 14. Rekurencyjne sieci neuronowe
- Neurony rekurencyjne
- Komórki pamięci
- Sekwencje wejść i wyjść
- Podstawowe sieci RSN w module TensorFlow
- Statyczne rozwijanie w czasie
- Dynamiczne rozwijanie w czasie
- Obsługa sekwencji wejściowych o zmiennej długości
- Obsługa sekwencji wyjściowych o zmiennej długości
- Uczenie rekurencyjnych sieci neuronowych
- Uczenie klasyfikatora sekwencji
- Uczenie w celu przewidywania szeregów czasowych
- Twórcza sieć rekurencyjna
- Głębokie sieci rekurencyjne
- Rozmieszczanie głębokiej sieci rekurencyjnej pomiędzy wiele kart graficznych
- Wprowadzanie metody porzucania
- Problem uczenia w sieciach wielotaktowych
- Komórka LSTM
- Połączenia przezierne
- Komórka GRU
- Przetwarzanie języka naturalnego
- Reprezentacje wektorowe słów
- Sieć typu koder-dekoder służąca do tłumaczenia maszynowego
- Ćwiczenia
- Neurony rekurencyjne
- Rozdział 15. Autokodery
- Efektywne reprezentacje danych
- Analiza PCA za pomocą niedopełnionego autokodera liniowego
- Autokodery stosowe
- Implementacja w module TensorFlow
- Wiązanie wag
- Uczenie autokoderów pojedynczo
- Wizualizacja rekonstrukcji
- Wizualizowanie cech
- Nienadzorowane uczenie wstępne za pomocą autokoderów stosowych
- Autokodery odszumiające
- Implementacja w module TensorFlow
- Autokodery rzadkie
- Implementacja w module TensorFlow
- Autokodery wariacyjne
- Generowanie cyfr
- Inne autokodery
- Ćwiczenia
- Rozdział 16. Uczenie przez wzmacnianie
- Uczenie się optymalizowania nagród
- Wyszukiwanie polityki
- Wprowadzenie do narzędzia OpenAI gym
- Sieci neuronowe jako polityki
- Ocenianie czynności problem przypisania zasługi
- Gradienty polityk
- Procesy decyzyjne Markowa
- Uczenie metodą różnic czasowych i algorytm Q-uczenia
- Polityki poszukiwania
- Przybliżający algorytm Q-uczenia
- Nauka gry w Ms. Pac-Man za pomocą głębokiego Q-uczenia
- Ćwiczenia
- Dziękuję!
- Dodatki
- Dodatek A Rozwiązania ćwiczeń
- Rozdział 1. Krajobraz uczenia maszynowego
- Rozdział 2. Nasz pierwszy projekt uczenia maszynowego
- Rozdział 3. Klasyfikacja
- Rozdział 4. Uczenie modeli
- Rozdział 5. Maszyny wektorów nośnych
- Rozdział 6. Drzewa decyzyjne
- Rozdział 7. Uczenie zespołowe i losowe lasy
- Rozdział 8. Redukcja wymiarowości
- Rozdział 9. Instalacja i używanie modułu TensorFlow
- Rozdział 10. Wprowadzenie do sztucznych sieci neuronowych
- Rozdział 11. Uczenie głębokich sieci neuronowych
- Rozdział 12. Rozdzielanie operacji TensorFlow pomiędzy urządzenia i serwery
- Rozdział 13. Splotowe sieci neuronowe
- Rozdział 14. Rekurencyjne sieci neuronowe
- Rozdział 15. Autokodery
- Rozdział 16. Uczenie przez wzmacnianie
- Dodatek B Lista kontrolna projektu uczenia maszynowego
- Określenie problemu i przeanalizowanie go w szerszej perspektywie
- Pozyskanie danych
- Analiza danych
- Przygotowanie danych
- Stworzenie krótkiej listy obiecujących modeli
- Dostrojenie modelu
- Zaprezentowanie rozwiązania
- Do dzieła!
- Dodatek C Problem dualny w maszynach wektorów nośnych
- Dodatek D Różniczkowanie automatyczne
- Różniczkowanie ręczne
- Różniczkowanie symboliczne
- Różniczkowanie numeryczne
- Różniczkowanie automatyczne
- Odwrotne różniczkowanie automatyczne
- Dodatek E Inne popularne architektury sieci neuronowych
- Sieci Hopfielda
- Maszyny Boltzmanna
- Ograniczone maszyny Boltzmanna
- Głębokie sieci przekonań
- Mapy samoorganizujące
- Informacje o autorze
- Kolofon
Helion - inne książki
-
W tej książce omówiono techniki wdrażania systemów na platformie AWS i zasady zarządzania nimi. Zaprezentowano podstawy korzystania z usługi Identity and Access Management oraz narzędzia sieciowe i monitorujące chmury AWS. Poruszono tematy Virtual Private Cloud, Elastic Compute Cloud, równoważeni...
AWS dla administratorów systemów. Tworzenie i utrzymywanie niezawodnych aplikacji chmurowych AWS dla administratorów systemów. Tworzenie i utrzymywanie niezawodnych aplikacji chmurowych
(0,00 zł najniższa cena z 30 dni)51.35 zł
79.00 zł(-35%) -
Ta książka jest przeznaczona dla osób, które chcą zrozumieć działanie Lightning Network i wykorzystać możliwości tej technologii we własnych aplikacjach. Z lektury tej pozycji skorzystają programiści, architekci systemowi i inżynierowie. Omówiono w niej podstawy funkcjonowania sieci LN i sposoby ...
Lightning Network dla praktyków. Protokół drugiej warstwy i jego wykorzystanie do obsługi płatności bitcoinami Lightning Network dla praktyków. Protokół drugiej warstwy i jego wykorzystanie do obsługi płatności bitcoinami
(0,00 zł najniższa cena z 30 dni)77.35 zł
119.00 zł(-35%) -
Nie trzeba siedzieć po uszy w programowaniu, by zauważyć pewną regułę: lwia część książek poświęconych temu zagadnieniu została napisana w podobny sposób. I nie chodzi o styl, środowisko czy język, lecz o strukturę. Prawidłowość tę zauważył Łukasz Sosna, który do zagadnienia programowania w język...
Visual Studio 2022, C# i .NET. Programowanie kontrolek Visual Studio 2022, C# i .NET. Programowanie kontrolek
(0,00 zł najniższa cena z 30 dni)32.44 zł
49.90 zł(-35%) -
IT przeżywa rozkwit, czego dowodem jest to, że w pierwszym półroczu 2022 roku 25 procent ogłoszeń o pracy było skierowanych właśnie do przedstawicieli tej branży. Na ten imponujący wynik składają się oferty dla specjalistów do spraw rozwoju oprogramowania (16 procent wszystkich ogłoszeń). Nic wię...
Ścieżka testera. Certyfikat ISTQB w pytaniach i odpowiedziach Ścieżka testera. Certyfikat ISTQB w pytaniach i odpowiedziach
(0,00 zł najniższa cena z 30 dni)44.85 zł
69.00 zł(-35%) -
Dzięki tej książce nauczysz się programować w języku VBA. Dowiesz się także, w jaki sposób można zautomatyzować wiele żmudnych czynności wykonywanych w Excelu i w innych aplikacjach pakietu MS Office. Naukę rozpoczniesz od podstaw, które podano tu w przystępnej i zrozumiałej formie. Dowiesz się, ...
Automatyzacja w VBA dla Excela 2019. Receptury. Jak przyspieszać rutynowe zadania i zwiększać efektywność pracy Automatyzacja w VBA dla Excela 2019. Receptury. Jak przyspieszać rutynowe zadania i zwiększać efektywność pracy
(0,00 zł najniższa cena z 30 dni)51.35 zł
79.00 zł(-35%) -
Oto pierwszy tom dzieła, które stanowi inspirujące spojrzenie na sztuczną inteligencję. Jego zrozumienie nie wymaga wybitnej znajomości informatyki i matematyki. Książka jest wspaniałą syntezą wczesnych i późniejszych koncepcji, a także technik, przeprowadzoną we frameworku idei, metod i technolo...
Sztuczna inteligencja. Nowe spojrzenie. Wydanie IV. Tom 1 Sztuczna inteligencja. Nowe spojrzenie. Wydanie IV. Tom 1
(0,00 zł najniższa cena z 30 dni)109.85 zł
169.00 zł(-35%) -
Ta książka jest znakomitym wprowadzeniem do Power BI. Dzięki niej nauczysz się modelowania danych, technik definiowania relacji oraz tworzenia modeli danych. Dowiesz się też, jak prowadzić obliczenia za pomocą funkcji modelowania. Poznasz także podstawy pisania kodu w języku DAX i korzystania z n...
Modelowanie danych z Power BI dla ekspertów analityki. Jak w pełni wykorzystać możliwości Power BI Modelowanie danych z Power BI dla ekspertów analityki. Jak w pełni wykorzystać możliwości Power BI
(0,00 zł najniższa cena z 30 dni)77.35 zł
119.00 zł(-35%) -
To drugi tom klasycznego podręcznika wiedzy o sztucznej inteligencji. Podobnie jak w wypadku pierwszej części, lektura tej książki nie wymaga wybitnej znajomości tematu. Dzięki przejrzystości tekstu i umiejętnemu unikaniu nadmiernego formalizmu można w dość łatwy sposób zrozumieć kluczowe idee i ...
Sztuczna inteligencja. Nowe spojrzenie. Wydanie IV. Tom 2 Sztuczna inteligencja. Nowe spojrzenie. Wydanie IV. Tom 2
(0,00 zł najniższa cena z 30 dni)83.85 zł
129.00 zł(-35%) -
Ta książka powinna zostać przestudiowana przez każdego architekta nowoczesnych systemów rozproszonych. Jej celem jest pokazanie sposobów rozwiązywania trudnych problemów związanych z projektowaniem takiego oprogramowania. W krytyczny i wszechstronny sposób omówiono w niej najważniejsze problemy u...
Złożone zagadnienia architektury oprogramowania. Jak analizować kompromisy i podejmować trudne decyzje Złożone zagadnienia architektury oprogramowania. Jak analizować kompromisy i podejmować trudne decyzje
(0,00 zł najniższa cena z 30 dni)64.35 zł
99.00 zł(-35%) -
Autor tego zbioru zadań jest programistą i nauczycielem. To prawdziwy pasjonat programowania ― w tym w języku C++ ― które traktuje jak przedłużenie ludzkiej mowy. Uważa, że praktycznie na wszystko, co robimy w życiu, można spojrzeć jak na wykonywanie funkcji i algorytmów, które opisuj...(0,00 zł najniższa cena z 30 dni)
22.20 zł
37.00 zł(-40%)
Dzieki opcji "Druk na żądanie" do sprzedaży wracają tytuły Grupy Helion, które cieszyły sie dużym zainteresowaniem, a których nakład został wyprzedany.
Dla naszych Czytelników wydrukowaliśmy dodatkową pulę egzemplarzy w technice druku cyfrowego.
Co powinieneś wiedzieć o usłudze "Druk na żądanie":
- usługa obejmuje tylko widoczną poniżej listę tytułów, którą na bieżąco aktualizujemy;
- cena książki może być wyższa od początkowej ceny detalicznej, co jest spowodowane kosztami druku cyfrowego (wyższymi niż koszty tradycyjnego druku offsetowego). Obowiązująca cena jest zawsze podawana na stronie WWW książki;
- zawartość książki wraz z dodatkami (płyta CD, DVD) odpowiada jej pierwotnemu wydaniu i jest w pełni komplementarna;
- usługa nie obejmuje książek w kolorze.
W przypadku usługi "Druk na żądanie" termin dostarczenia przesyłki może obejmować także czas potrzebny na dodruk (do 10 dni roboczych)
Masz pytanie o konkretny tytuł? Napisz do nas: sklep[at]helion.pl.
Książka, którą chcesz zamówić pochodzi z końcówki nakładu. Oznacza to, że mogą się pojawić drobne defekty (otarcia, rysy, zagięcia).
Co powinieneś wiedzieć o usłudze "Końcówka nakładu":
- usługa obejmuje tylko książki oznaczone tagiem "Końcówka nakładu";
- wady o których mowa powyżej nie podlegają reklamacji;
Masz pytanie o konkretny tytuł? Napisz do nas: sklep[at]helion.pl.


Oceny i opinie klientów: Uczenie maszynowe z użyciem Scikit-Learn i TensorFlow Aurélien Géron (15)
Weryfikacja opinii następuję na podstawie historii zamówień na koncie Użytkownika umieszczającego opinię. Użytkownik mógł otrzymać punkty za opublikowanie opinii uprawniające do uzyskania rabatu w ramach Programu Punktowego.
(11)
(1)
(0)
(1)
(0)
(2)
Data dodania: 2019-05-11 Ocena: 6 Opinia niepotwierdzona zakupem
Data dodania: 2019-05-10 Ocena: 6 Opinia potwierdzona zakupem
Data dodania: 2019-04-17 Ocena: 6 Opinia potwierdzona zakupem
Data dodania: 2019-03-12 Ocena: 6 Opinia potwierdzona zakupem
Ryszard,
Data dodania: 2019-03-08 Ocena: 6 Opinia niepotwierdzona zakupem
ArturK,
Data dodania: 2018-11-28 Ocena: 6 Opinia potwierdzona zakupem
Data dodania: 2018-08-31 Ocena: 6 Opinia niepotwierdzona zakupem
Data dodania: 2020-02-18 Ocena: 1 Opinia potwierdzona zakupem
Oceny i opinie poprzedniego wydania
Data dodania: 2022-06-29 Ocena: 6 Opinia potwierdzona zakupem
Data dodania: 2022-01-20 Ocena: 6 Opinia potwierdzona zakupem
Data dodania: 2021-04-01 Ocena: 6 Opinia potwierdzona zakupem
Data dodania: 2020-12-24 Ocena: 6 Opinia potwierdzona zakupem
Data dodania: 2021-04-01 Ocena: 5 Opinia niepotwierdzona zakupem
Piotr,
Data dodania: 2020-11-22 Ocena: 3 Opinia niepotwierdzona zakupem
Igor,
Data dodania: 2021-02-06 Ocena: 1 Opinia potwierdzona zakupem
więcej opinii