Recenze čtenářů
Aktuálně nejsou k dispozici žádné recenze čtenářů. Hodnocení je založeno na 14 hlasů.
Původní název:
Python Advanced Guide to Artificial Intelligence: Advanced Guide to Artificial Intelligence: Expert machine learning systems and intelligent agents us
Obsah knihy:
Demystifikujte složitost technik strojového učení a vytvářejte chytrá řešení pro řešení vašich problémů
Klíčové vlastnosti:
⬤ Zvládněte řízené, neřízené a částečně řízené algoritmy ML a jejich implementaci.
⬤ Vytvářejte modely hlubokého učení pro detekci objektů, klasifikaci obrazu, učení podobnosti a další.
⬤ Vybudujte, nasaďte a škálujte end-to-end modely hlubokých neuronových sítí v produkčním prostředí.
Popis knihy:
Tato učebnice Learning Path je vaším kompletním průvodcem, který vám pomůže rychle se seznámit s populárními algoritmy strojového učení. Seznámíte se s nejpoužívanějšími algoritmy v oblasti strojového učení s dohledem, bez dohledu a částečně s dohledem a naučíte se je používat co nejlépe. Od bayesovských modelů přes algoritmus MCMC až po skryté Markovovy modely vás tato Cesta k učení naučí, jak extrahovat rysy ze souboru dat a provádět redukci dimenzionality s využitím knihoven založených na jazyku Python.
Seznámíte se s používáním TensorFlow a Keras k vytváření modelů hlubokého učení s využitím konceptů, jako je transferové učení, generativní adverzní sítě a hluboké posilovací učení. Dále se seznámíte s pokročilými funkcemi TensorFlow1. x, jako je distribuovaný TensorFlow s klastry TF, nasazení produkčních modelů pomocí TensorFlow Serving. Budete implementovat různé techniky týkající se klasifikace objektů, detekce objektů, segmentace obrazu a další.
Na konci této vzdělávací cesty získáte hluboké znalosti o TensorFlow, díky nimž se stanete odborníkem na řešení problémů umělé inteligence.
Tento Learning Path zahrnuje obsah z následujících produktů Packt:
- Mastering Machine Learning Algorithms by Giuseppe Bonaccorso.
- Mastering TensorFlow 1. x by Armando Fandango.
- Deep Learning for Computer Vision by Rajalingappaa Shanmugamani.
Co se naučíte:
⬤ Prozkoumejte, jak lze trénovat, optimalizovat a vyhodnocovat ML model.
⬤ Pracovat s autoenkodéry a generativními adverzními sítěmi.
⬤ Prozkoumejte nejdůležitější techniky Reinforcement Learning.
⬤ Sestavte end-to-end modely hlubokého učení (CNN, RNN a autoenkodéry).
Pro koho je tato kniha určena:
Tento kurz je určen pro datové vědce, inženýry strojového učení a inženýry umělé inteligence, kteří chtějí proniknout do složitých algoritmů strojového učení, kalibrovat modely a zlepšovat předpovědi natrénovaného modelu.
Setkáte se s pokročilými složitostmi a komplexními případy použití hlubokého učení a umělé inteligence. Abyste z této vzdělávací cesty vytěžili co nejvíce, je nutná základní znalost programování v jazyce Python a určité porozumění konceptům strojového učení.
