TensorFlow. 13 praktycznych projektów wykorzystujących uczenie maszynowe
Autorzy: Ankit Jain, Armando Fandango, Amita Kapoor
Wydawca: Helion
Rok wydania: 2019
Tłumaczenie: Leszek Sagalara
ISBN: 9788328357082
Format: 168x237
Oprawa: miękka
Stron: 264
Książka jest nowa
Cena okładkowa książki: 59.00 zł > cenę promocyjną znajdziesz na naszej aukcji!
TensorFlow służy do projektowania i wdrażania zaawansowanych architektur głębokiego uczenia. Jego zaletami są prostota, wydajność i elastyczność. Umożliwia budowanie złożonych rozwiązań na bazie różnorodnych zbiorów danych. Co więcej, pozwala na stosowanie różnych technik uczenia nadzorowanego, nienadzorowanego oraz uczenia przez wzmacnianie. TensorFlow zmienił sposób postrzegania uczenia maszynowego. Dzięki temu środowisku każdy, kto chce uczynić z dużych zbiorów danych wiarygodne źródło wiedzy, może ten cel osiągnąć - niezależnie od tego, czy jest analitykiem danych, naukowcem, projektantem, czy pasjonatem metod sztucznej inteligencji.
To książka przeznaczona dla osób, które chcą nauczyć się tworzyć całościowe rozwiązania z wykorzystaniem uczenia maszynowego. Poszczególne zagadnienia zilustrowano trzynastoma praktycznymi projektami, w których wykorzystano między innymi analizy sentymentów, przetwarzanie języka naturalnego, systemy rekomendacyjne, generatywne sieci kontradyktoryjne czy sieci kapsułowe. Pokazano, w jaki sposób używać TensorFlow z interfejsem APO Spark i wspomagać obliczenia układami GPU. Przedstawiono zastosowanie rozkładu macierzy (SVD++), modeli rankingowych i odmian splotowej sieci neuronowej. Nie zabrakło prezentacji nowych rozwiązań o dużym potencjale, takich jak sieci DiscoGAN. Dołączony do książki kod źródłowy, liczne wskazówki i porady pozwolą na płynne rozpoczęcie pracy z TensorFlow oraz innymi narzędziami do budowy sieci neuronowych.
W tej książce między innymi:
- podstawy pracy z TensorFlow
- wykorzystanie TensorFlow do wizualizacji sieci neuronowych
- zastosowanie procesu gaussowskiego do prognozowania cen akcji
- wykrywanie oszukańczych transakcji za pomocą TensorFlow i Keras
- implementacja sieci kapsułowych w TensorFlow
- techniki uczenia przez wzmacnianie