Kors
Администратор
- Регистрация
- 12 Дек 2014
- Сообщения
- 195.108
- Реакции
- 246.029
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:
- Как продавать съемки: искусство переговоров [Игорь Цаплин]
- Контент-Заводы Будущего [Тариф Максимум] [Академия Интернет-маркетинга] [Евгений Андрианов]
- Нейроконцентрат : Большое AI-Обновление [Тариф VIP] [Дмитрий Ледовских]
- [Лепка] Миниатюрная Веранда [Yum-yum miniatures] [Анна Тысяцкая]
- Деньги. Обеспеченная жизнь [PSY-инженерия] [Марта Николаева-Гарина]
- Закрытая группа Центра практика (октябрь 2026) [practicebox] [Анна Селиверстова, Ольга Миллер, Калинина Кристина]