Стан нової книги

Завдяки нещодавній серії проривів глибоке навчання підштовхнуло всю сферу машинного навчання. Тепер навіть програмісти, які майже нічого не знають про цю технологію, можуть використовувати прості та ефективні інструменти для впровадження програм, здатних навчатися на основі даних. У цьому бестселері використовуються конкретні приклади, мінімальна теорія та готові до використання фреймворки Python (Scikit-Learn, Keras і TensorFlow), щоб допомогти вам отримати інтуїтивне розуміння концепцій та інструментів для створення інтелектуальних систем.

У цьому оновленому третьому виданні автор Орельєн Жерон досліджує низку методів, починаючи з простої лінійної регресії та закінчуючи глибокими нейронними мережами. Численні приклади коду та вправи в книзі допоможуть вам застосувати те, що ви дізналися. Досвід програмування – це все, що вам потрібно, щоб розпочати роботу.

Використовуйте Scikit-learn, щоб відслідковувати приклад проекту ML

Досліджуйте кілька моделей, зокрема опорні векторні машини, дерева рішень, випадкові ліси та ансамблеві методи

Використання методів неконтрольованого навчання, таких як зменшення розмірності, кластеризація та виявлення аномалій

Занурення в архітектури нейронних мереж, зокрема згорткові мережі, рекурентні мережі, генеративні змагальні мережі, автокодери, дифузійні моделі та трансформатори

Використовуйте TensorFlow і Keras для побудови та навчання нейронних мереж для комп’ютерного зору, обробки природної мови, генеративних моделей і глибокого навчання з підкріпленням