ODBIERZ TWÓJ BONUS :: »

Algorytmy uczenia maszynowego. Zaawansowane techniki implementacji Giuseppe Bonaccorso

(ebook) (audiobook) (audiobook)
Autor:
Giuseppe Bonaccorso
Wydawnictwo:
Helion
Wydawnictwo:
Helion
Ocena:
2.8/6  Opinie: 4
Stron:
496
Druk:
oprawa miękka
Dostępne formaty:
     PDF
     ePub
     Mobi
Czytaj fragment
Książka
niedostępna
Powiadom mnie, gdy książka będzie dostępna

Ebook
44,50 zł 89,00 zł (-50%)
44,50 zł najniższa cena z 30 dni

Dodaj do koszyka lub Kup na prezent Kup 1-kliknięciem

Przenieś na półkę

Do przechowalni

Powiadom o dostępności audiobooka »

Czego się nauczysz?

  • Kluczowych pojęć i koncepcji teoretycznych uczenia maszynowego
  • Przygotowywania i przetwarzania danych do modeli uczenia maszynowego
  • Stosowania technik regularyzacji oraz oceny pojemności i wariancji modeli
  • Implementowania uczenia półnadzorowanego, transdukcyjnego i indukcyjnego
  • Wykorzystywania algorytmów grafowych, takich jak propagacja i rozprzestrzenianie etykiet
  • Budowania i wykorzystywania sieci bayesowskich oraz ukrytych modeli Markowa
  • Zastosowania algorytmu EM, MLE, MAP oraz analiz PCA, ICA i FA w praktyce
  • Projektowania i trenowania map samoorganizujących oraz sieci opartych na regule Hebba
  • Implementowania różnych algorytmów klasteryzacji: KNN, k-means, rozmytych c-średnich, klasteryzacji widmowej
  • Tworzenia i optymalizacji modeli uczenia zespołowego: lasów losowych, AdaBoost, wzmacniania gradientowego
  • Budowania i trenowania perceptronów, sieci MLP oraz stosowania zaawansowanych algorytmów optymalizacji
  • Projektowania głębokich sieci splotowych i rekurencyjnych (LSTM, GRU) oraz stosowania uczenia transferowego
  • Wdrażania autokoderów, autokoderów wariacyjnych i odszumiających w TensorFlow
  • Tworzenia generatywnych sieci przeciwstawnych (GAN, WGAN) i ich zastosowań
  • Budowania głębokich sieci przekonań oraz ograniczonych maszyn Boltzmanna
  • Implementowania algorytmów uczenia przez wzmacnianie: TD(0), TD(?), aktor-krytyk, SARSA i Q-uczenia

Imponujący rozwój standardowych algorytmów przy ciągłej obniżce cen sprzętu i udostępnianiu coraz to szybszych komponentów przyczynił się do zrewolucjonizowania wielu gałęzi przemysłu. Obecnie uczenie maszynowe pozwala automatyzować procesy, które do niedawna musiały być zarządzane przez człowieka. Zadania, które jeszcze dekadę temu stanowiły nieprzekraczalną przeszkodę, dziś są wykonywane przez zwykły komputer osobisty. W efekcie dzięki technologii oraz dostępnym wysokopoziomowym otwartym platformom każdy, kto zainteresuje się uczeniem maszynowym, może projektować i wdrażać niezwykle potężne modele.

Celem tej książki jest przybliżenie profesjonalistom tajników złożonych algorytmów uczenia maszynowego i zasad ich stosowania w praktyce. Poza praktycznymi informacjami dotyczącymi działania algorytmów i ich wdrożeń znalazły się tu również niezbędne podstawy teoretyczne. Opisano klasyczne modele uczenia nadzorowanego, nienadzorowanego i półnadzorowanego. Wskazano, w jakich sytuacjach okazują się one najbardziej przydatne. Zaprezentowano techniki wydobywania danych za pomocą modeli bayesowskich, algorytmu MCMC, a także dzięki stosowaniu ukrytych modeli Markowa. Omówiono zestaw przydatnych do uczenia maszynowego narzędzi, takich jak biblioteki: scikit-learn, Keras i TensorFlow.

Najciekawsze zagadnienia:

  • najważniejsze koncepcje teoretyczne uczenia maszynowego
  • modelowanie probabilistyczne i uczenie hebbowskie
  • zaawansowane koncepcje modeli neuronowych
  • modele generatywne, takie jak splotowe sieci GAN i sieci Wassersteina
  • głębokie sieci przekonań
  • zaawansowane algorytmy: TD(tylda), aktor-krytyk, SARSA i Q-uczenie

Uczenie maszynowe - już dziś zaimplementuj rozwiązania przyszłości!

Wybrane bestsellery

O autorze książki

Giuseppe Bonaccorso od wielu lat prowadzi projekty dotyczące sztucznej inteligencji. W kręgu jego głównych zainteresowań znajdują się takie techniki jak uczenie maszynowe, uczenie głębokie, uczenie przez wzmacnianie, a także praca z wielkimi zbiorami danych, systemy adaptacyjne inspirowane układami biologicznymi, kryptowaluty i programowanie neurolingwistyczne.

Giuseppe Bonaccorso - pozostałe książki

Zobacz pozostałe książki z serii

Helion - inne książki

Najczęściej zadawane pytania (FAQ)
1. Jakie zagadnienia praktyczne znajdę w książce ,,Algorytmy uczenia maszynowego. Zaawansowane techniki implementacji"?
Książka obejmuje praktyczne przykłady wdrożeń zaawansowanych algorytmów uczenia maszynowego, w tym modele bayesowskie, ukryte modele Markowa, sieci neuronowe (w tym GAN, WGAN, autokodery, sieci rekurencyjne), algorytmy klasteryzacji, uczenie zespołowe oraz uczenie przez wzmacnianie. Każdy rozdział zawiera konkretne implementacje z wykorzystaniem popularnych bibliotek Python, takich jak scikit-learn, Keras, TensorFlow i PyMC3.
2. Czy książka zawiera przykłady kodu do samodzielnego testowania?
Tak, w książce znajduje się wiele przykładów implementacji algorytmów w języku Python, opartych na bibliotekach takich jak scikit-learn, Keras, TensorFlow czy PyMC3. Pozwala to na praktyczne przećwiczenie omawianych technik.
3. Czy muszę znać matematykę na zaawansowanym poziomie, aby korzystać z tej książki?
Książka omawia niezbędne podstawy teoretyczne, ale skupia się na praktycznym zastosowaniu algorytmów. Znajomość podstaw matematyki, statystyki i algebry liniowej będzie pomocna, jednak autor wyjaśnia kluczowe pojęcia w przystępny sposób.
4. Jakie narzędzia programistyczne są wykorzystywane w książce?
W książce wykorzystywane są popularne narzędzia i biblioteki Python: scikit-learn, Keras, TensorFlow, PyMC3 oraz Scikit-Fuzzy. Przedstawione przykłady można uruchomić na standardowym komputerze osobistym.
5. Czy książka nadaje się do samodzielnej nauki?
Tak, książka została napisana z myślą o samodzielnej nauce. Zawiera przystępne wyjaśnienia, liczne przykłady kodu oraz praktyczne wskazówki, które ułatwiają wdrożenie omawianych technik.
6. Czy książka obejmuje najnowsze trendy w uczeniu maszynowym?
Tak, publikacja porusza aktualne zagadnienia, takie jak głębokie sieci neuronowe, sieci generatywne przeciwstawne (GAN), uczenie transferowe, czy zaawansowane algorytmy uczenia przez wzmacnianie.
7. W jakiej formie dostępna jest książka na Helion.pl?
Książka dostępna jest w wersji drukowanej oraz jako e-book (PDF, ePub, mobi). Po zakupie e-booka można pobrać pliki natychmiast po zaksięgowaniu płatności.
8. Czy do korzystania z książki potrzebne są dodatkowe materiały lub oprogramowanie?
Do praktycznych ćwiczeń wystarczy komputer z zainstalowanym Pythonem oraz wymienionymi w książce bibliotekami. Autor podaje przykłady instalacji i konfiguracji środowiska programistycznego.

Zamknij

Przenieś na półkę
Dodano produkt na półkę
Usunięto produkt z półki
Przeniesiono produkt do archiwum
Przeniesiono produkt do biblioteki
Proszę czekać...
ajax-loader

Zamknij

Wybierz metodę płatności

Książka
89,00 zł
Niedostępna
Ebook
44,50 zł
Dodaj do koszyka
Zamknij Pobierz aplikację mobilną Ebookpoint