Аггарвал Чару Нейронные сети и глубокое обучение. Учебный курс

В книге рассматриваются как классические, так и современные модели глубокого обучения. В первых двух главах основной упор сделан на понимании взаимосвязи традиционного машинного обучения и нейронных сетей. Главы 3 и 4 посвящены подробному обсуждению процессов тренировки и регуляризации нейронных сетей. В главах 5 и 6 рассмотрены сети радиально-базисных функций (RBF) и ограниченные машины Больцмана. В главах 7 и 8 обсуждаются рекуррентные и сверточные нейронные сети. Главы 9 и 10 посвящены более сложным темам, таким как глубокое обучение с подкреплением, нейронные машины Тьюринга, самоорганизующиеся карты Кохонена и генеративно-состязательные сети. Книга предназначена для студентов старших курсов, исследователей и специалистов-практиков.

Лэнхэм М. Эволюционное глубокое обучение. Генетические алгоритмы и нейронные сети

В книге проводится анализ методов усиления мощи нейронных сетей за счет биологических алгоритмов в решении задач поиска, оптимизации и управления. Актуальные и чрезвычайно интересные примеры демонстрируют пути формирования передовых направлений науки о данных на основе уходящих в глубокую древность уроков из мира природы.Издание знакомит с эволюционными вычислениями и предоставляет ряд методов, которые вы можете применять на протяжении всего процесса глубокого обучения. Вы откроете для себя генетические алгоритмы и эволюционно-вычислительные подходы к выведению нейросетевых топологий, генеративно-му моделированию, обучению с подкреплением и многому другому.Интерактивные блокноты Colab дадут вам возможность проводить эксперименты по мере усвоения материала книги.Предназначено для исследователей данных, хорошо знакомых с языком Python.

Лэнхэм М. Эволюционное глубокое обучение. Генетические алгоритмы и нейронные сети

В книге проводится анализ методов усиления мощи нейронных сетей за счет биологических алгоритмов в решении задач поиска, оптимизации и управления. Актуальные и чрезвычайно интересные примеры демонстрируют пути формирования передовых направлений науки о данных на основе уходящих в глубокую древность уроков из мира природы.Издание знакомит с эволюционными вычислениями и предоставляет ряд методов, которые вы можете применять на протяжении всего процесса глубокого обучения. Вы откроете для себя генетические алгоритмы и эволюционно-вычислительные подходы к выведению нейросетевых топологий, генеративно-му моделированию, обучению с подкреплением и многому другому.Интерактивные блокноты Colab дадут вам возможность проводить эксперименты по мере усвоения материала книги.Предназначено для исследователей данных, хорошо знакомых с языком Python.

Лэнхэм Майкл Эволюционное глубокое обучение. Генетические алгоритмыи нейронные сети

В книге проводится анализ методов усиления мощи нейронных сетей за счет биологических алгоритмов в решении задач поиска, оптимизации и управления. Актуальные и чрезвычайно интересные примеры демонстрируют пути формирования передовых направлений науки о данных на основе уходящих в глубокую древность уроков из мира природы. Издание знакомит с эволюционными вычислениями и предоставляет ряд методов, которые вы можете применять на протяжении всего процесса глубокого обучения. Вы откроете для себя генетические алгоритмы и эволюционно-вычислительные подходы к выведению нейросетевых топологий, генеративно-му моделированию, обучению с подкреплением и многому другому. Интерактивные блокноты Colab дадут вам возможность проводить эксперименты по мере усвоения материала книги. Предназначено для исследователей данных, хорошо знакомых с языком Python.

Эволюционное глубокое обучение. Генетические алгоритмыи нейронные сети. Лэнхэм М.

Грокаем глубокое обучение

Глубокое обучение — это раздел искусственного интеллекта, цель которого научить компьютеры обучаться с помощью нейронных сетей — технологии, созданной по образу и подобию человеческого мозга. Онлайн-переводчики, беспилотные автомобили, рекомендации по выбору товаров именно для вас и виртуальные голосовые помощники — вот лишь несколько достижений, которые стали возможны, благодаря глубокому обучению. «Грокаем глубокое обучение» научит конструировать нейронные сети с нуля! Эндрю Траск знакомит со всеми деталями и тонкостями этой нелегкой задачи. Python и библиотека NumPy способны научить ваши нейронные сети видеть и распознавать изображения, переводить любые тексты на все языки мира и даже писать не хуже Шекспира!

Грокаем глубокое обучение

Глубокое обучение — это раздел искусственного интеллекта, цель которого научить компьютеры обучаться с помощью нейронных сетей — технологии, созданной по образу и подобию человеческого мозга. Онлайн-переводчики, беспилотные автомобили, рекомендации по выбору товаров именно для вас и виртуальные голосовые помощники — вот лишь несколько достижений, которые стали возможны, благодаря глубокому обучению. «Грокаем глубокое обучение» научит конструировать нейронные сети с нуля! Эндрю Траск знакомит со всеми деталями и тонкостями этой нелегкой задачи. Python и библиотека NumPy способны научить ваши нейронные сети видеть и распознавать изображения, переводить любые тексты на все языки мира и даже писать не хуже Шекспира! Что вы найдете внутри книги- Теоретические основы глубокого обучения- Приемы создания и обучения нейронных сетей - Работа с естественным языком- Федеративное обучение и работа с конфиденциальными даннымиВам не понадобятся специальные навыки, выходящие за рамки школьного курса математики и базовых навыков программирования

Траск Эндрю Грокаем глубокое обучение

Глубокое обучение - это раздел искусственного интеллекта, цель которого научить компьютеры обучаться с помощью нейронных сетей - технологии, созданной по образу и подобию человеческого мозга. Онлайн-переводчики, беспилотные автомобили, рекомендации по выбору товаров именно для вас и виртуальные голосовые помощники - вот лишь несколько достижений, которые стали возможны, благодаря глубокому обучению. "Грокаем глубокое обучение" научит конструировать нейронные сети с нуля! Эндрю Траск знакомит со всеми деталями и тонкостями этой нелегкой задачи. Python и библиотека NumPy способны научить ваши нейронные сети видеть и распознавать изображения, переводить любые тексты на все языки мира и даже писать не хуже Шекспира! Что вы найдете внутри книги o Теоретические основы глубокого обучения o Приемы создания и обучения нейронных сетей o Работа с естественным языком o Федеративное обучение и работа с конфиденциальными данными Вам не понадобятся специальные навыки, выходящие за рамки школьного курса математики и базовых навыков программирования.

Траск Э. Грокаем глубокое обучение

Глубокое обучение — это раздел искусственного интеллекта, цель которого научить компьютеры обучаться с помощью нейронных сетей — технологии, созданной по образу и подобию человеческого мозга. Онлайн-переводчики, беспилотные автомобили, рекомендации по выбору товаров именно для вас и виртуальные голосовые помощники — вот лишь несколько достижений, которые стали возможны, благодаря глубокому обучению. "Грокаем глубокое обучение" научит конструировать нейронные сети с нуля! Эндрю Траск знакомит со всеми деталями и тонкостями этой нелегкой задачи. Python и библиотека NumPy способны научить ваши нейронные сети видеть и распознавать изображения, переводить любые тексты на все языки мира и даже писать не хуже Шекспира! Что вы найдете внутри книги ∙ Теоретические основы глубокого обучения ∙ Приемы создания и обучения нейронных сетей ∙ Работа с естественным языком ∙ Федеративное обучение и работа с конфиденциальными данными Вам не понадобятся специальные навыки, выходящие за рамки школьного курса математики и базовых навыков программирования

Траск Э. Грокаем глубокое обучение

Глубокое обучение — это раздел искусственного интеллекта, цель которого научить компьютеры обучаться с помощью нейронных сетей — технологии, созданной по образу и подобию человеческого мозга. Онлайн-переводчики, беспилотные автомобили, рекомендации по выбору товаров именно для вас и виртуальные голосовые помощники — вот лишь несколько достижений, которые стали возможны, благодаря глубокому обучению. "Грокаем глубокое обучение" научит конструировать нейронные сети с нуля! Эндрю Траск знакомит со всеми деталями и тонкостями этой нелегкой задачи. Python и библиотека NumPy способны научить ваши нейронные сети видеть и распознавать изображения, переводить любые тексты на все языки мира и даже писать не хуже Шекспира! Что вы найдете внутри книги ∙ Теоретические основы глубокого обучения ∙ Приемы создания и обучения нейронных сетей ∙ Работа с естественным языком ∙ Федеративное обучение и работа с конфиденциальными данными Вам не понадобятся специальные навыки, выходящие за рамки школьного курса математики и базовых навыков программирования

Шарден Бастиан, Массарон Лука, Боскетти Альберто Крупномасштабное машинное обучение вместе с Python

Главная задача настоящей книги состоит в том, чтобы предоставить способы применения мощных методов машинного обучения с открытым исходным кодом в крупномасштабных проектах без привлечения дорогостоящих корпоративных решений или больших вычислительных кластеров. Описаны масштабируемое обучение в Scikit-learn, нейронные сети и глубокое обучение с использованием Theano, H2O и TensorFlow. Рассмотрены классификационные и регрессионные деревья, а также обучение без учителя. Охвачены эффективные методы машинного обучения в вычислительной среде MapReduce на платформах Hadoop и Spark на языке Python.

Хайкин Саймон Нейронные сети. Полный курс

В книге рассматриваются основные парадигмы искусственных нейронных сетей. Представленный материал содержит строгое математическое обоснование всех нейросетевых парадигм, иллюстрируется примерами, описанием компьютерных экспериментов, содержит множество практических задач, а также обширную библиографию. В книге также анализируется роль нейронных сетей при решении задач распознавания образов, управления и обработки сигналов. Структура книги очень удобна для разработки курсов обучения нейронным сетям и интеллектуальным вычислениям. Книга будет полезна для инженеров, специалистов в области компьютерных наук, физиков и специалистов в других областях, а также для всех тех, кто интересуется искусственными нейронными сетями. 2-е издание.

Меликов П.И. Python для аналитики данных. Практический курс

Учебное пособие представляет собой практический курс, состоящий из 13 занятий (12 из которых интерактивные — для среды JupyterLab). Курс содержит введение в основы языка Python с упором на аналитику данных (работа с наборами данных, статистика, язык SQL, метрики и машинное обучение). Приведен порядок выполнения занятий и архив необходимых файлов, а также дан список заданий для закрепления обучающимися изучаемого материала. Учебное пособие освещает вопросы применения ряда сквозных технологий, приведенных в Национальной программе «Цифровая экономика Российской Федерации», таких как «Технологии хранения и анализа больших данных», «Искусственный интеллект», «Машинное обучение». Подготовлено в соответствии с Федеральным государственным образовательным стандартом высшего образования. Предназначено для студентов технических направлений подготовки и специальностей, учебными планами которых предусмотрено изучение дисциплин «Искусственные нейронные сети», «Нейронные сети и нечеткая логика в задачах управления», «Интеллектуальные системы» и «Аналитика технологических данных», а также при реализации дополнительных образовательных программ с тематикой «Аналитика данных».

Меликов П.И. Python для аналитики данных. Практический курс

Учебное пособие представляет собой практический курс, состоящий из 13 занятий (12 из которых интерактивные — для среды JupyterLab). Курс содержит введение в основы языка Python с упором на аналитику данных (работа с наборами данных, статистика, язык SQL, метрики и машинное обучение). Приведен порядок выполнения занятий и архив необходимых файлов, а также дан список заданий для закрепления обучающимися изучаемого материала. Учебное пособие освещает вопросы применения ряда сквозных технологий, приведенных в Национальной программе «Цифровая экономика Российской Федерации», таких как «Технологии хранения и анализа больших данных», «Искусственный интеллект», «Машинное обучение». Подготовлено в соответствии с Федеральным государственным образовательным стандартом высшего образования. Предназначено для студентов технических направлений подготовки и специальностей, учебными планами которых предусмотрено изучение дисциплин «Искусственные нейронные сети», «Нейронные сети и нечеткая логика в задачах управления», «Интеллектуальные системы» и «Аналитика технологических данных», а также при реализации дополнительных образовательных программ с тематикой «Аналитика данных».

Сакамото Маки Занимательная манга. Искусственный интеллект

Простой, последовательный, наглядный и необременительный путь изучения искусственного интеллекта! Маки Сакамото, преподавательница университетского курса по искусственному интеллекту (ИИ), приветствует нового студента: это высокофункциональный робот, который хочет разобраться, как он устроен. Вместе с ним читатель узнает, когда появился искусственный интеллект и как он обучается, что такое нейронные сети, как работает глубокое обучение и в каких областях на сегодняшний день применяется ИИ - от игр и медицины до автоматизированных разговорных систем, музыки и живописи. Для широкого круга читателей, интересующихся современными технологиями.

Нейронные сети и Deep Learning