Deep learning z TensorFlow 2 i Keras dla zaawansowanych. Sieci GAN i VAE, deep RL, uczenie nienadzor
Sieci GAN i VAE, deep RL, uczenie nienadzorowane, wykrywanie i segmentacja obiektów i nie tylko
-
Autor: Atienza Rowel
- ISBN: 9788328388833
- EAN: 9788328388833
- Oprawa: Miękka
- Wydawca: Helion
- Format: 235x165x20mm
- Język: polski
- Liczba stron: 432
- Rok wydania: 2022
- Wysyłamy w ciągu: 48h
-
Brak ocen
-
51,34złCena detaliczna: 89,00 złNajniższa cena z ostatnich 30 dni: 62,90 zł
x
Oto propozycja dla specjalistów zajmujących się programowaniem sztucznej inteligencji i studentów kształcących się w tej dziedzinie. Autor przybliża tajniki tworzenia sieci neuronowych stosowanych w uczeniu głębokim i pokazuje, w jaki sposób używać w tym celu bibliotek Keras i TensorFlow. Objaśnia zagadnienia dotyczące programowania AI zarówno w teorii, jak i praktyce. Liczne przykłady, czytelna oprawa graficzna i logiczne wywody sprawiają, że to skuteczne narzędzie dla każdego, kto chce się nauczyć budowania sieci neuronowych typu MLP, CNN i RNN.
Książka wprowadza w teoretyczne fundamenty uczenia głębokiego - znalazły się w niej wyjaśnienia podstawowych pojęć związanych z tą dziedziną i różnice pomiędzy poszczególnymi typami sieci neuronowych. Opisano tutaj również metody programowania algorytmów używanych w uczeniu głębokim i sposoby ich wdrażania. Dzięki lekturze lepiej zrozumiesz sieci neuronowe, nauczysz się ich tworzenia i zastosowania w różnych projektach z zakresu AI.
Polecamy tę książkę każdemu, kto:
chce zrozumieć, jak działają sieci neuronowe i w jaki sposób się je tworzy
specjalizuje się w uczeniu głębokim lub zamierza lepiej poznać tę dziedzinę
posługuje się sieciami neuronowymi w programowaniu
chce się nauczyć stosować biblioteki Keras i TensorFlow w uczeniu głębokim
O autorze książki
Rowel Atienza — profesor w Instytucie Elektrycznym i Inżynierii Elektronicznej Uniwersytetu Filipińskiego w Diliman, kierownik katedry sztucznej inteligencji w Instytucie Dado i Marii Banatao. Ma praktyczne doświadczenie w programowaniu robotów, tworzeniu algorytmów sztucznej inteligencji i widzeniu komputerowym. Autor licznych artykułów i wystąpień na konferencjach dotyczących AI, specjalista w zakresie sieci neuronowych i uczenia głębokiego.
