Чару Аггарвал - Нейронные сети и глубокое обучение: учебный курс

реализации

программ, которые способны
обучаться на основе данных.
В настоящем практическом
руководстве показано, что
и как следует делать.

За счет применения конкретных
примеров, минимума теории

и двух фреймворков

Python
Scikit-Leam и TensorFlow - автор

производственного уровня

книги Орельен Жерон
поможет вам получить
интуитивное представление о
Орельен JКерон

концепциях и инструментах,

предназначенных для построения

интеллектуальных систем. Вы

W

w w . d i а 1е k t i k а . с о m

узнаете о ряде приемов, начав
с простой линейной регрессии

и постепенно добравшись до
глубоких нейронных сетей.
Учитывая наличие в каждой
главе упражнений, призванных
закрепить то, чему вы научились,

для начала работы нужен лишь
опыт программирования.

ISBN 978-5-9500296-2-2

в продаже

ГЛУБОКОЕ ОБУЧЕНИЕ
ГОТОВЫЕ РЕШЕНИЯ

Давид Осинrа

Благодаря готовым примерам,
приведенным в книге, вы
научитесь решать задачи,

связанные с классификацией
и генерированием текста,

изображений и музыки. В каждой
главе описывается несколько

решений, объединяемых в единый
проект, например при.J1ожение,

реализующее тренировку

музыкальной рекомещtательной
системы. Также имеется глава с
описанием методик, которые в

случае необходимости 'помогут
выполнить отладку нейронной сети.
Основные темы книги:

•

использование векторных

представлений слов для
вычисления схожести текстов;

•

построение рекомендательной
системы фильмов на основе
ссылок в Википедии;

•

визуализация внутренних

•

создание модели, рекомендующей
эмодзи для фрагментов текста;

•

повторное использование

состояний нейронной сети;
Давид Осинrв

предварительно обученных

www.williamspuЫishing.com

сетей для создания службы
обратного поиска изображений;

•

генерирование пиктограмм
с помощью генеративно­

состязательных сетей

(GAN),

автокодировщиков и

рекуррентных сетей

•

(RNN);

распознавание музыкальных
жанров и индексирование

коллекций песен.

JSBN: 978-5-907144-50-7

в продаже

ОСНОВЫ МАШИННОГО ОБУЧЕНИЯ
ДЛЯ АНАЛИТИЧЕСКОГО
ПРОГНОЗИРОВАНИЯ
АЛГОРИТМЫ, РАБОЧИЕ ПРИМЕРЫ И ТЕМАТИЧЕСКИЕ
ИССЛЕДОВАНИЯ
Джон Д. Келлехер

Брайан Мак-Нейми
Аоифе д'Арси

Книга представляет собой
учебник по машинному
обучению с акцентом на
коммерческие приложения.

Она предлагает подробное
описание наиболее важных
подходов к машинному

обучению, используемых в
интеллектуальном анализе

данных, охватывающих как
теоретические концепции, так

и практические приложения.

Формальный математический
материал дополняется

пояснительными примерами,

а примеры исследований
иллюстрируют применение

этих моделей в более
широком контексте бизнеса.
В книге рассмотрены

информационное обучение,
обучение на основе сходства,
вероятностное обучение и
обучение на основе ошибок.

www.williamspuЫishing.com

Описанию каждого из этих
подходов предшествует

объяснение основополагающей
концепции, за которой
следуют математические
модели и алгоритмы,

иллюстрированные

подробными рабочими
примерами.

ISBN 978-5-6040044-9-4

в продаже

ГЛУБОКОЕ ОБУЧЕНИЕ
И TENSORFLOW
ДЛЯ ПРОФЕССИОНАЛОВ
Сантану Паттанаяк

Данная книга представляет

собой углубленное
нрактическое руководство,
которое позволит
читателям освоить методы

глубокого обучения на
уровне, достаточном для

развертывания готовых

решений. Прочитав книгу, вы

сможете быстро приступить
к работе с библиотекой
TensorF\ow и заняться
оптимизацией архитектур

глубокого обучения .
Весь программный код

доступен в виде блокнотов
iPython и сценариев,
позволяющих с легкостью
воспроизводить примеры и
экспериментировать с ними.

Благодаря этой книге вы:

•

www.williamspuЬlishing.com

овладеете полным стеком

технологий глубокого
обучения с использованием
TensorF\ow и нолучите
необходимую для этого
математическую подготовку;

•

научитесь развертывать
сложные приложения

глубокого обучения в
производственной среде

с помощью

•

TensorF\ow;

сможете проводить

исследования в области
глубокого --">