КулЛиб - Классная библиотека! Скачать книги бесплатно
Всего книг - 715883 томов
Объем библиотеки - 1422 Гб.
Всего авторов - 275388
Пользователей - 125257

Последние комментарии

Новое на форуме

Новое в блогах

Впечатления

Влад и мир про серию История Московских Кланов

Прочитал первую книгу и часть второй. Скукота, для меня ничего интересно. 90% текста - разбор интриг, написанных по детски. ГГ практически ничему не учится и непонятно, что хочет, так как вовсе не человек, а высший демон, всё что надо достаёт по "щучьему велению". Я лично вообще не понимаю, зачем высшему демону нужны люди и зачем им открывать свои тайны. Живётся ему лучше в нечеловеческом мире. С этой точки зрения весь сюжет - туповат от

  подробнее ...

Рейтинг: 0 ( 0 за, 0 против).
DXBCKT про Дорин: Авиатор: Назад в СССР 2 (Альтернативная история)

Часть вторая продолжает «уже полюбившийся сериал» в части жизнеописания будней курсанта авиационного училища … Вдумчивого читателя (или слушателя так будет вернее в моем конкретном случае) ждут очередные «залеты бойцов», конфликты в казармах и «описание дубовости» комсостава...

Сам же ГГ (несмотря на весь свой опыт) по прежнему переодически лажает (тупит и буксует) и попадается в примитивнейшие ловушки. И хотя совершенно обратный

  подробнее ...

Рейтинг: +2 ( 2 за, 0 против).
DXBCKT про Дорин: Авиатор: назад в СССР (Альтернативная история)

Как ни странно, но похоже я открыл (для себя) новый подвид жанра попаданцы... Обычно их все (до этого) можно было сразу (если очень грубо) разделить на «динамично-прогрессорские» (всезнайка-герой-мессия мигом меняющий «привычный ход» истории) и «бытовые-корректирующие» (где ГГ пытается исправить лишь свою личную жизнь, а на все остальное ему в общем-то пофиг)).

И там и там (конечно) возможны отступления, однако в целом (для обоих

  подробнее ...

Рейтинг: +2 ( 2 за, 0 против).
renanim про Еслер: Дыхание севера (СИ) (Фэнтези: прочее)

хорошая серия. жду продолжения.

Рейтинг: 0 ( 0 за, 0 против).
Garry99 про Мальцев: Повелитель пространства. Том 1 (СИ) (Попаданцы)

Супер мега рояль вначале все портит.

Рейтинг: +2 ( 2 за, 0 против).

Прикладное машинное обучение с помощью Scikit-Learn, Keras и TensorFlow [Орельен Жерон] (djvu)


Орельен Жерон  

Искусственный интеллект  

 Прикладное машинное обучение с помощью Scikit-Learn, Keras и TensorFlow  [2-е издание] 8.38 Мб
скачать: (djvu) - (djvu+fbd)  читать: (полностью) - (постранично)
издано в 2020 г.   в серии Бестселлеры o’reilly (post) (иллюстрации)

Прикладное машинное обучение с помощью Scikit-Learn, Keras и TensorFlow (djvu)Добавлена: 24.02.2023 Версия: 1.018.
ISBN: 9785907203334 ББК: 32.973.26-018.2.75 УДК: 681.3.07
Издательство: Диалектика
Город: Санкт-Петербург
Поделиться:
  (ссылка для форума)     (ссылка для блога)     (QR-код книги)  

Аннотация

Благодаря серии выдающихся достижений глубокое обучение значительно усилило всю область машинного обучения. В наше время даже программисты, почти ничего не знающие об этой технологии, могут использовать простые и эффективные инструменты для реализации программ, которые способны обучаться на данных. Новое издание книги-бестселлера, опирающееся на конкретные примеры, минимум теории и готовые фреймворки Python производственного уровня, поможет вам получить интуитивное представление о концепциях и инструментах, предназначенных для построения интеллектуальных систем.
Вы освоите широкий спектр методик, которые можно быстро задействовать на практике. Учитывая наличие в каждой главе упражнений, призванных закрепить то, чему вы научились, для начала работы нужен лишь опыт программирования. Весь код доступен на GitHub. Он был обновлен с учетом TensorFlow 2 и последней версии Scikit-Learn.
■ Изучите основы машинного обучения на сквозном проекте с применением Scikit-Learn и pandas
■ Постройте и обучите нейронные сети с многочисленными архитектурами для классификации и регрессии, используя TensorFlow 2
■ Ознакомьтесь с выявлением объектов, семантической сегментацией, механизмами внимания, языковыми моделями, порождающими состязательными сетями и многим другим
■ Исследуйте Keras API — официальный высокоуровневый API-интерфейс для TensorFlow 2
■ Запускайте в производство модели TensorFlow с применением Data API из TensorFlow, стратегий распределения, TF Transform и TF Serving
■ Развертывайте модели на платформе Al Platform инфраструктуры Google Cloud или на мобильных устройствах
■ Используйте методики обучения без учителя, такие как понижение размерности, кластеризация и обнаружение аномалий
■ Создавайте автономные обучающиеся агенты с помощью обучения с подкреплением, в том числе с применением библиотеки TF-Agents


Рекомендации:

эту книгу рекомендовали 0 пользователей.
Прежде чем рекомендовать книгу, хорошо подумайте. Рекомендация - это высшая оценка, которую вы можете выставить книге. 10 по 5-балльной шкале.