Благодаря ряду недавних прорывов глубокое обучение расширило всю область машинного обучения. Теперь даже программисты, которые почти ничего не знают об этой технологии, могут использовать простые и эффективные инструменты для реализации программ, способных обучаться на основе данных. В этой практической книге показано, как это сделать. С помощью конкретных примеров, минимальной теории и двух готовых к работе фреймворков Python — scikit-learn и TensorFlow — автор Аурелиен Жерон поможет вам получить интуитивное представление о концепциях и инструментах для создания интеллектуальных систем. Вы изучите ряд методов, начиная с простой линейной регрессии и заканчивая глубокими нейронными сетями. С упражнениями в каждой главе, которые помогут вам применить то, что вы узнали, все, что вам нужно, это опыт программирования, чтобы начать. * Исследуйте ландшафт машинного обучения, в частности нейронные сети. * Используйте scikit-learn для сквозного отслеживания примера проекта машинного обучения. * Изучите несколько моделей обучения, включая методы опорных векторов, решения.
Нажмите на эту ссылку для скачивания: https://dealsebooknew.blogspot.com/?book=1491962291
Скачать книгу в формате PDF можно в нашей онлайн-библиотеке.
