TensorFlow. 13 praktycznych projektów wykorzystujących uczenie maszynowe

Opis książki:

Tensor Flow służy do projektowania i wdrażania zaawansowanych architektur głębokiego uczenia. Jego zaletami są prostota, wydajność i elastyczność. Umożliwia budowanie złożonych rozwiązań na bazie różnorodnych zbiorów danych. Co więcej, pozwala na stosowanie różnych technik uczenia nadzorowanego, nienadzorowanego oraz uczenia przez wzmacnianie. Tensor Flow zmienił sposób postrzegania uczenia maszynowego. Dzięki temu środowisku każdy, kto chce uczynić z dużych zbiorów danych wiarygodne źródło wiedzy, może ten cel osiągnąć - niezależnie od tego, czy jest analitykiem danych, naukowcem, projektantem, czy pasjonatem metod sztucznej inteligencji.

To książka przeznaczona dla osób, które chcą nauczyć się tworzyć całościowe rozwiązania z wykorzystaniem uczenia maszynowego. Poszczególne zagadnienia zilustrowano trzynastoma praktycznymi projektami, w których wykorzystano między innymi analizy sentymentów, przetwarzanie języka naturalnego, systemy rekomendacyjne, generatywne sieci kontradyktoryjne czy sieci kapsułowe. Pokazano, w jaki sposób używać Tensor Flow z interfejsem APO Spark i wspomagać obliczenia układami GPU. Przedstawiono zastosowanie rozkładu macierzy (SVD++), modeli rankingowych i odmian splotowej sieci neuronowej. Nie zabrakło prezentacji nowych rozwiązań o dużym potencjale, takich jak sieci Disco GAN. Dołączony do książki kod źródłowy, liczne wskazówki i porady pozwolą na płynne rozpoczęcie pracy z Tensor Flow oraz innymi narzędziami do budowy sieci neuronowych.

W tej książce między innymi:
podstawy pracy z Tensor Flow
wykorzystanie Tensor Flow do wizualizacji sieci neuronowych
zastosowanie procesu gaussowskiego do prognozowania cen akcji
wykrywanie oszukańczych transakcji za pomocą Tensor Flow i Keras
implementacja sieci kapsułowych w Tensor Flow
techniki uczenia przez wzmacnianie
Tensor Flow: prostota, wydajność i imponujący potencjał!
O autorach
Ankit Jain jest naukowcem. Pracuje w oddziale badawczym Ubera, gdzie zajmuje się metodami głębokiego uczenia. Wcześniej wykładał na Uniwersytecie Kalifornijskim w Berkeley.

Armando Fandango specjalizuje się w dziedzinie głębokiego uczenia, uczenia maszynowego, rozproszonego przetwarzania danych i metod obliczeniowych. Jest konsultantem, projektantem i autorem książek.

Amita Kapoor od dwudziestu lat wykłada wiedzę o sieciach neuronowych na Uniwersytecie w Delhi. Interesuje się uczeniem maszynowym, sieciami neuronowymi, robotyką oraz buddyzmem i etyką w sztucznej inteligencji.

Książka "TensorFlow. 13 praktycznych projektów wykorzystujących uczenie maszynowe" - Ankit Jain, Armando Fandango, Amita Kapoor - oprawa miękka - Wydawnictwo Helion. Książka posiada 264 stron i została wydana w 2019 r.