دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1st ed.
نویسندگان: Nikita Silaparasetty
سری:
ISBN (شابک) : 9781484259665, 9781484259672
ناشر: Apress
سال نشر: 2020
تعداد صفحات: 301
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 5 مگابایت
کلمات کلیدی مربوط به کتاب مفاهیم یادگیری ماشین با پایتون و محیط نوت بوک Jupyter: با استفاده از Tensorflow 2.0: علوم کامپیوتر
در صورت تبدیل فایل کتاب Machine Learning Concepts with Python and the Jupyter Notebook Environment: Using Tensorflow 2.0 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 مفاهیم یادگیری ماشین با پایتون و محیط نوت بوک Jupyter: با استفاده از Tensorflow 2.0 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.
در محیط Jupyter Notebook برنامههای یادگیری ماشین را با پایتون و تنسورفلو 2.0 ایجاد، اجرا، اصلاح و به اشتراک بگذارید. این کتاب با استفاده از Jupyter Notebook به جای یک ویرایشگر متن یا یک IDE معمولی، موانع برنامهنویسی برنامههای یادگیری ماشین را از بین میبرد.
شما با یادگیری نحوه استفاده از نوتبوکهای Jupyter برای بهبود روش خود شروع میکنید. برنامه با پایتون پس از به دست آوردن پایهای خوب در کار با پایتون در نوتبوکهای Jupyter، متوجه خواهید شد که TensorFlow چیست، چگونه به علاقهمندان به یادگیری ماشین کمک میکند و چگونه با چالشهایی که ارائه میکند مقابله کنید. در طول مسیر، نمونه برنامههایی که با استفاده از نوتبوکهای Jupyter ایجاد شدهاند، به شما امکان میدهند مفاهیم قبلی را در کتاب به کار ببرید.
کسانی که در یادگیری ماشینی جدید هستند، میتوانند با این برنامههای آسان وارد آن شوند و مهارتهای اولیه را توسعه دهند. واژهنامهای در انتهای کتاب، کلمات کلیدی و تعاریف رایج یادگیری ماشین و پایتون را برای آسانتر کردن یادگیری ارائه میکند.
آنچه یاد خواهید گرفت
این کتاب برای چه کسی است
ایدهآل برای یادگیری ماشینی و علاقه مندان به یادگیری عمیق که
علاقه مند به برنامه نویسی با پایتون با استفاده از Tensorflow
2.0 در برنامه نوت بوک Jupyter هستند. برخی از دانش اولیه
مفاهیم یادگیری ماشین و برنامه نویسی پایتون (با استفاده از
نسخه 3 پایتون) مفید است.
Create, execute, modify, and share machine learning applications with Python and TensorFlow 2.0 in the Jupyter Notebook environment. This book breaks down any barriers to programming machine learning applications through the use of Jupyter Notebook instead of a text editor or a regular IDE.
You’ll start by learning how to use Jupyter Notebooks to improve the way you program with Python. After getting a good grounding in working with Python in Jupyter Notebooks, you’ll dive into what TensorFlow is, how it helps machine learning enthusiasts, and how to tackle the challenges it presents. Along the way, sample programs created using Jupyter Notebooks allow you to apply concepts from earlier in the book.
Those who are new to machine learning can dive in with these easy programs and develop basic skills. A glossary at the end of the book provides common machine learning and Python keywords and definitions to make learning even easier.
What You Will Learn
Who This Book Is For
Ideal for Machine Learning and Deep Learning enthusiasts who
are interested in programming with Python using Tensorflow
2.0 in the Jupyter Notebook Application. Some basic knowledge
of Machine Learning concepts and Python Programming (using
Python version 3) is helpful.
Front Matter ....Pages i-xxvii
Front Matter ....Pages 1-1
An Overview of Artificial Intelligence (Nikita Silaparasetty)....Pages 3-19
An Overview of Machine Learning (Nikita Silaparasetty)....Pages 21-39
Introduction to Deep Learning (Nikita Silaparasetty)....Pages 41-56
Machine Learning vs. Deep Learning (Nikita Silaparasetty)....Pages 57-65
Machine Learning With Python (Nikita Silaparasetty)....Pages 67-87
Front Matter ....Pages 89-89
Introduction to Jupyter Notebook (Nikita Silaparasetty)....Pages 91-118
Python Programming in Jupyter Notebook (Nikita Silaparasetty)....Pages 119-145
Front Matter ....Pages 147-147
The Tensorflow Machine Learning Library (Nikita Silaparasetty)....Pages 149-171
Programming with Tensorflow (Nikita Silaparasetty)....Pages 173-189
Introducing Tensorflow 2.0 (Nikita Silaparasetty)....Pages 191-213
Machine Learning Programming with Tensorflow 2.0 (Nikita Silaparasetty)....Pages 215-277
Back Matter ....Pages 279-290