Капоне
Администратор
- Регистрация
- 1 Апр 2015
- Сообщения
- 150.909
- Реакции
- 465.805
Прикладное машинное обучение и искусственный интеллект для инженеров [Джеф Просиз]
Просиз Джеф
ISBN 978-601-09-5051-1
Количество страниц 640
Печать Черно-белая
pdf скан
Книга рассказывает о применении искусственного интеллекта и машинного обучения в бизнесе и инженерной практике. Подробно описаны популярные алгоритмы машинного обучения и разъяснено, когда их целесообразно использовать. Приведены примеры построения моделей машинного обучения на языке Python с помощью библиотеки Scikit-Learn, а также создания нейронных сетей посредством библиотек Keras и TensorFlow. Изложены базовые принципы и способы оценки регрессионных моделей, моделей бинарной и многоклассовой классификации. Показаны примеры создания модели распознавания лиц и обнаружения объектов, языковых моделей, отвечающих на естественно-языковые вопросы и переводящих текст на другие языки. Рассмотрено использование набора облачных API Cognitive Services для внедрения ИИ в различные приложения.
Эта книга поможет вам:
узнать, что такое машинное обучение и глубокое обучение;
понять, как работают популярные алгоритмы машинного обучения и когда их следует применять;
построить модели машинного обучения на языке Python с помощью библиотеки Scikit-Learn, а также создать нейронные сети, используя библиотеки Keras и TensorFlow;
обучать и оценивать регрессионные модели, а также модели бинарной и многоклассовой классификации;
создавать модели распознавания лиц и обнаружения объектов;
строить языковые модели, отвечающие на естественно-языковые вопросы и переводящие текст на другие языки;
использовать набор облачных API Cognitive Services для внедрения ИИ в создаваемые вами приложения.
Просиз Джеф
ISBN 978-601-09-5051-1
Количество страниц 640
Печать Черно-белая
pdf скан
Книга рассказывает о применении искусственного интеллекта и машинного обучения в бизнесе и инженерной практике. Подробно описаны популярные алгоритмы машинного обучения и разъяснено, когда их целесообразно использовать. Приведены примеры построения моделей машинного обучения на языке Python с помощью библиотеки Scikit-Learn, а также создания нейронных сетей посредством библиотек Keras и TensorFlow. Изложены базовые принципы и способы оценки регрессионных моделей, моделей бинарной и многоклассовой классификации. Показаны примеры создания модели распознавания лиц и обнаружения объектов, языковых моделей, отвечающих на естественно-языковые вопросы и переводящих текст на другие языки. Рассмотрено использование набора облачных API Cognitive Services для внедрения ИИ в различные приложения.
Эта книга поможет вам:
узнать, что такое машинное обучение и глубокое обучение;
понять, как работают популярные алгоритмы машинного обучения и когда их следует применять;
построить модели машинного обучения на языке Python с помощью библиотеки Scikit-Learn, а также создать нейронные сети, используя библиотеки Keras и TensorFlow;
обучать и оценивать регрессионные модели, а также модели бинарной и многоклассовой классификации;
создавать модели распознавания лиц и обнаружения объектов;
строить языковые модели, отвечающие на естественно-языковые вопросы и переводящие текст на другие языки;
использовать набор облачных API Cognitive Services для внедрения ИИ в создаваемые вами приложения.
Для просмотра скрытого содержимого вы должны зарегистрироваться
Возможно, Вас ещё заинтересует:
- Яблоки в корзине акварелью [lectoroom] [Елена Базанова]
- Курс по подготовке к ШАДу [Тариф Мидл ШАД] [Профиматика] [Максим Горбачев]
- Domestika Plus — подписка на творческие онлайн-курсы [№1 на 1 месяц] [domestika.org]
- [Куклы] Заинька [Tata-school] [Наталья Лебедева]
- [Вязание] Мужской свитер интересной конструкции Notebook Mono Sweater Man, вязаный спицами сверху [Вяжи.ру] [Odd Row]
- Рельефное тело. Месяц тренировок без единого тренажера [Мария Легенькая]