دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Learn Keras for deep neural networks: a fast-track approach to modern deep learning with Python
دانلود کتاب کراس را برای شبکه های عصبی عمیق بیاموزید: یک رویکرد سریع برای یادگیری عمیق مدرن با پایتون
مشخصات کتاب
Learn Keras for deep neural networks: a fast-track approach to modern deep learning with Python
ویرایش:
نویسندگان: Moolayil. Jojo John
سری:
ISBN (شابک) : 9781484242391, 1484242408
ناشر: Apress
سال نشر: 2018;2019
تعداد صفحات: 192
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 3 مگابایت
قیمت کتاب (تومان) : 48,000
در صورت تبدیل فایل کتاب Learn Keras for deep neural networks: a fast-track approach to modern deep learning with Python به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب کراس را برای شبکه های عصبی عمیق بیاموزید: یک رویکرد سریع برای یادگیری عمیق مدرن با پایتون نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
توضیحاتی در مورد کتاب کراس را برای شبکه های عصبی عمیق بیاموزید: یک رویکرد سریع برای یادگیری عمیق مدرن با پایتون
شبکه های عصبی عمیق را با رویکردی ریاضی و برنامه نویسی با
استفاده از Keras و Python بیاموزید، درک کنید و پیاده سازی کنید.
این کتاب بر روی یک رویکرد پایان به انتها برای توسعه
الگوریتم‌های یادگیری نظارت شده در رگرسیون و طبقه‌بندی با موارد
کاربردی کسب‌وکار محور پیاده‌سازی شده در Keras تمرکز دارد.
کتاب کلی شامل سه بخش با دو فصل است. هر بخش بخش اول شما را با
تمام اصول اولیه لازم برای شروع یادگیری عمیق آماده می کند. فصل 1
شما را با دنیای یادگیری عمیق و تفاوت آن با یادگیری ماشینی،
انتخاب چارچوب ها برای یادگیری عمیق و اکوسیستم کراس آشنا می کند.
شما یک مشکل کسب و کار واقعی را پوشش خواهید داد که می تواند با
الگوریتم های یادگیری نظارت شده با شبکه های عصبی عمیق حل شود.
شما یک مورد استفاده را برای رگرسیون و دیگری را برای طبقه بندی
با استفاده از مجموعه داده های محبوب Kaggle خواهید دید. به شما
کمک می کند تا مدل های خود را در هنگام ساخت برنامه های یادگیری
عمیق قوی بهبود بخشید. در نهایت، مهارت‌های خود را در یادگیری
عمیق تقویت خواهید کرد و زمینه‌های توسعه فعال و تحقیق در یادگیری
عمیق را پوشش خواهید داد.
در پایان Learn Keras for Deep Neural Networks، شما درک
کاملی از اصول یادگیری عمیق خواهید داشت و تجربه عملی عملی در
توسعه راه حل های یادگیری عمیق در سطح سازمانی در Keras خواهید
داشت.
آنچه خواهید آموخت
/>
با انتزاعات ریاضی و برنامه نویسی به مفاهیم یادگیری عمیق عملی
سریع و سریع مسلط شوید. طراحی، توسعه، آموزش، اعتبارسنجی و
استقرار شبکه‌های عصبی عمیق با استفاده از چارچوب Keras استفاده
از بهترین روش‌ها برای اشکال‌زدایی و اعتبارسنجی مدل‌های یادگیری
عمیق استقرار و ادغام یادگیری عمیق به‌عنوان یک سرویس در یک سرویس
یا محصول نرم‌افزاری بزرگ‌تر. اصول یادگیری عمیق را در چارچوب‌های
محبوب دیگر گسترش دهید. این کتاب برای چه کسی است
مهندسین نرم افزار و مهندسان داده با مهارت های اولیه برنامه
نویسی در هر زبانی که علاقه مند به کاوش در یادگیری عمیق برای یک
حرکت شغلی یا یک پروژه سازمانی هستند.< br />
توضیحاتی درمورد کتاب به خارجی
Learn, understand, and implement deep neural networks in a
math- and programming-friendly approach using Keras and Python.
The book focuses on an end-to-end approach to developing
supervised learning algorithms in regression and classification
with practical business-centric use-cases implemented in
Keras.
The overall book comprises three sections with two chapters in
each section. The first section prepares you with all the
necessary basics to get started in deep learning. Chapter 1
introduces you to the world of deep learning and its difference
from machine learning, the choices of frameworks for deep
learning, and the Keras ecosystem. You will cover a real-life
business problem that can be solved by supervised learning
algorithms with deep neural networks. You'll tackle one use
case for regression and another for classification leveraging
popular Kaggle datasets.
Later, you will see an interesting and challenging part of deep
learning: hyperparameter tuning; helping you further improve
your models when building robust deep learning applications.
Finally, you'll further hone your skills in deep learning and
cover areas of active development and research in deep
learning.
At the end ofLearn Keras for Deep Neural Networks, you
will have a thorough understanding of deep learning principles
and have practical hands-on experience in developing
enterprise-grade deep learning solutions in Keras.
What You'll Learn
Master fast-paced practical deep learning concepts with math-
and programming-friendly abstractions. Design, develop, train,
validate, and deploy deep neural networks using the Keras
framework Use best practices for debugging and validating deep
learning models Deploy and integrate deep learning as a service
into a larger software service or product Extend deep learning
principles into other popular frameworksWho This Book Is
For
Software engineers and data engineers with basic programming
skills in any language and who are keen on exploring deep
learning for a career move or an enterprise project.
فهرست مطالب
Front Matter ....Pages i-xv
An Introduction to Deep Learning and Keras (Jojo Moolayil)....Pages 1-16
Keras in Action (Jojo Moolayil)....Pages 17-52
Deep Neural Networks for Supervised Learning: Regression (Jojo Moolayil)....Pages 53-99
Deep Neural Networks for Supervised Learning: Classification (Jojo Moolayil)....Pages 101-135
Tuning and Deploying Deep Neural Networks (Jojo Moolayil)....Pages 137-159
The Path Ahead (Jojo Moolayil)....Pages 161-176
Back Matter ....Pages 177-182
