Главная » 2019»Февраль»10 » Шакла Нишант - Машинное обучение и TensorFlow (2019)
23:12
Шакла Нишант - Машинное обучение и TensorFlow (2019)
Знакомство с машинным обучением и библиотекой ensorFlow похоже на первые уроки в автошколе, когда вы мучаетесь с параллельной парковкой, пытаетесь переключить передачу в нужный момент и не перепутать зеркала, лихорадочно вспоминая последовательность действий, в то время как ваша нога нервно подрагивает на педали газа. Это сложное, но необходимое упражнение. Так и в машинном обучении: прежде чем использовать современные системы распознавания лиц или алгоритмы прогнозирования на фондовом рынке, вам придется разобраться с соответствующим инструментарием и набором инструкций, чтобы затем без проблем создавать собственные системы.
Предисловие 11 Благодарности 13 Об этой книге 15 Часть I. Baшe снаряжение для машинного обучения 19 Глава 1. Одиссея машинного обучения 21 Глава 2. Основы TensorFlow 53 Часть II. Основные алгоритмы обучения 85 Глава 3. Линейная и нелинейная регрессия 87 Глава 4. Краткое введение в классификацию 111 Глава 5. Автоматическая кластеризация данных 147 Глава 6. Скрьпое марковское моделирование 171 Часть III. Парадигма нейронных сетей 189 Глава 7. Знакомство с автокодировщиками 191 Глава 8. Обучение с подкреплением 213 Глава 9. Сверточные нейронные сети 235 Глава 10. Рекуррентные нейронные сети 261 Глава 11. Модели sequence-to-sequence для чат-бота 275 Глава 12. Ландшафт полезности 303 Приложение. Установка 325
Название: Машинное обучение и TensorFlow Автор: Шакла Нишант Год: 2019 Жанр: программирование Серия: Библиотека программиста Язык: Русский
Формат: pdf Качество: Отсканированные страницы + слой распознанного текста Страниц: 336 Размер: 47 MB
Скачать Шакла Нишант - Машинное обучение и TensorFlow (2019)
Xemera.At.Ua - информационный портал! Все ссылки на файлы, указанные на сайте взяты из открытых источников интернета и предоставлены пользователями нашего сайта исключительно в ознакомительных целях.
Если вы являетесь правообладателем какого либо материала и не желаете его свободного распространения, или считаете, что какой-либо из материалов нарушает Ваши авторские права - свяжитесь с Администрацией.
Владельцы и создатели данного сайта не несут ответственность за использование и содержание ссылок и информации, представленных на этом сайте.
Сайт оптимизирован для просмотра с разрешением 1024x768, 1280x800, 1280x1024 и 1600x1200 браузером FireFox или Opera