Sprzedaż wyłącznie wysyłkowa za pośrednictwem bezpiecznych przesyłek OLX.
Oferujemy tylko nowe produkty – każdy z nich ma już maksymalny rabat, dlatego ceny są ostateczne i nie podlegają negocjacji.
Brak możliwości odbioru osobistego.
Potrzebujesz kilka rzeczy z naszych ogłoszeń? Napisz do nas!
Zbierzemy wszystko i wyślemy w jednej paczce

Masz problem ze znalezieniem innych naszych ofert w sklepie, ponieważ na OLX obowiązuje limit 1000 ogłoszeń?
To żaden problem! Wystarczy, że:

Zmienisz lokalizację na Długołęka, Dolnośląskie

W wyszukiwarce ustawisz:
• Firma
• Nowe
• Kategoria: Książki

Dzięki temu powinny wyświetlać się wyłącznie nasze ogłoszenia i z łatwością znajdziesz interesujące Cię pozycje!

Szukasz produktów z drugiej ręki? Odwiedź naszą stronę www.kulturawraca.pl i odkryj unikalne przedmioty z historią!

Deep Learning. Praktyczne wprowadzenie...
- Ean: 9788328388598
- Sku: 69*****33
- Autor: Ron Kneusel
- Wydawnictwo: Helion
- Rok wydania: 2022
- Oprawa: broszurowa
- Liczba stron: 472
- Format: 228 x 165 mm
- Kod paskowy (EAN): 9788328388598

Uczenie głębokie fascynuje wielu inżynierów i praktyków. Mimo że systemy oparte na uczeniu maszynowym stosuje się w rozlicznych branżach, wciąż są uważane za niepokojącą technologię. Istotnie, w wypadku na przykład sieci neuronowych nie wiemy, czego dokładnie uczy się model. Możemy tylko ocenić, czy dobrze realizuje swoje zadanie. Wydaje się, że w sposobie pracy algorytmów uczenia głębokiego tkwi magia. Właśnie dlatego dobrze jest zająć się faktami i dowiedzieć się, na czym w rzeczywistości polega uczenie maszynowe, a zwłaszcza uczenie głębokie.
Ta książka jest przystępnym przewodnikiem po uczeniu maszynowym. Aby zrozumieć zawartą w niej treść, wystarczy podstawowa umiejętność programowania i znajomość matematyki na poziomie szkoły średniej. Znalazło się tu omówienie podstawowych pojęć i wyjaśnienie mechanizmów rządzących uczeniem głębokim. Dzięki lekturze dowiesz się, czym się charakteryzuje dobry zbiór danych uczących, jak ocenić skuteczność modelu i jak korzystać z takich modeli jak k-najbliższych sąsiadów, lasy losowe czy maszyna wektorów nośnych. Sporo miejsca poświęcono również sieciom neuronowym, mechanizmom ich działania i technikom treningu. I chociaż nie znajdziesz tutaj gotowych receptur, to zdobędziesz wiedzę potrzebną, by od podstaw zaprojektować działający model uczenia głębokiego.
W książce między innymi:
- budowanie dobrego zestawu danych uczących
- praca z bibliotekami scikit-learn i Keras
- klasyczne modele uczenia maszynowego
- mechanizm działania i uczenia sieci neuronowych
- modele wykorzystujące splotowe sieci neuronowe
- przygotowanie od podstaw działającego modelu
Uczenie głębokie: przyszedł czas na Twój pierwszy model!