<ул>

Год выпуска: 2019.

Тип обложки: Другое

Автор: Джайн Анкит Фанданго Армандо Капур Амита

Состояние: Новое

ISBN: 9788328357082

Размеры: 16 x 23 см.

Номер проблемы: -

Серия: -

Количество страниц: 264.

Вес: 0,5 кг.

Индекс: ate-360773

<р> TensorFlow используется для проектирования и реализации передовых архитектур глубокого обучения. Его преимущества – простота, эффективность и гибкость. Он позволяет строить комплексные решения на основе различных наборов данных. Более того, он позволяет использовать различные методы обучения с учителем, без учителя и с подкреплением. TensorFlow изменил наше представление о машинном обучении. Благодаря этой среде любой, кто хочет превратить большие наборы данных в надежный источник знаний, может достичь этой цели — независимо от того, является ли он аналитиком данных, ученым, дизайнером или энтузиастом методов искусственного интеллекта.
Эта книга предназначен для людей, которые хотят научиться создавать целостные решения с помощью машинного обучения. Отдельные проблемы иллюстрируются тринадцатью практическими проектами, в которых используются, среди прочего, анализ настроений, обработка естественного языка, системы рекомендаций, генеративно-состязательные сети и капсульные сети. Он показал, как использовать TensorFlow с интерфейсом APO Spark и поддерживать вычисления с помощью графических процессоров. Представлено применение матричной декомпозиции (SVD++), моделей ранжирования и разновидностей сверточной нейронной сети. Также состоялась презентация новых решений с большим потенциалом, таких как сети DiscoGAN. Приложенный к книге исходный код, многочисленные советы и рекомендации позволят вам плавно приступить к работе с TensorFlow и другими инструментами построения нейронных сетей.
В этой книге, среди прочего:
— основы работы с TensorFlow
- использование TensorFlow для визуализации нейронных сетей
- применение гауссовского процесса для прогнозирования цен на акции
- обнаружение мошеннических транзакций с использованием TensorFlow и Keras
- реализация капсульных сетей в TensorFlow
- методы обучения с подкреплением
br/>