Google 
Аннотация: Глубокое обучение с точки зрения практика
Все, что должен знать разработчик-практик, чтобы приступить к применению глубокого обучения для решения реальных задач!
Интерес к машинному обучению зашкаливает, но завышенные ожидания нередко губят проекты еще на ранней стадии. Как машинное обучение - и особенно глубокие нейронные сети - может изменить вашу организацию?
Эта книга не только содержит практически полезную информацию о предмете, но и поможет приступить к созданию эффективных сетей глубокого обучения.
Авторы сначала раскрывают фундаментальные вопросы глубокого обучения - настройка, распараллеливание, векторизация, конвейеры операций - актуальные для любой библиотеки, а затем переходят к библиотеке Deeplearning4j (DL4J), предназначенной для разработки технологических процессов профессионального уровня.
На реальных примерах читатель познакомится с методами и стратегиями обучения глубоких сетей с различной архитектурой и их распараллеливания в кластерах Hadoop и Spark.
Концепции машинного обучения вообще и глубокого обучения в частности
Эволюция глубоких сетей из нейронных
Основные архитектуры глубоких сетей, в т.ч. сверточные и рекуррентные нейронные сети
Как выбрать сеть, отвечающую поставленной задаче
Основы настройки нейронных сетей вообще и конкретных глубоких архитектур
Применение методов векторизации к данным различных типов.
| Автор/составитель | Паттерсон Джош, Гибсон Адам |
| Год выпуска | 2018 |
| ISBN | 978-5-97060-481-6 |
| Производитель | ДМК-Пресс |
| Издательство | ДМК-Пресс |
| Количество томов | 1 |
| Количество страниц | 418 |
| Переплет | Твёрдый переплёт |
| Размеры | 242x175x25 мм |
| Цвет | Белый |
| Тип бумаги | офсетная (60-220 г/м2) |
| Формат | 70x100/16 (170x240 мм) |
| Стандарт | 10 |
| Вес | 782 |
| Язык | русский |
