Аннотация к книге: 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