ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Machine Learning Projects for Mobile Applications

دانلود کتاب پروژه های یادگیری ماشین برای برنامه های کاربردی موبایل

Machine Learning Projects for Mobile Applications

مشخصات کتاب

Machine Learning Projects for Mobile Applications

دسته بندی: آمار ریاضی
ویرایش:  
نویسندگان:   
سری:  
ISBN (شابک) : 9781788994590 
ناشر: Packt Publishing 
سال نشر: 2018 
تعداد صفحات: 0 
زبان: English 
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 34 مگابایت

قیمت کتاب (تومان) : 60,000



کلمات کلیدی مربوط به کتاب پروژه های یادگیری ماشین برای برنامه های کاربردی موبایل: علم داده، یادگیری ماشین



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 13


در صورت تبدیل فایل کتاب Machine Learning Projects for Mobile Applications 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 پروژه های یادگیری ماشین برای برنامه های کاربردی موبایل 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 پروژه های یادگیری ماشین برای برنامه های کاربردی موبایل

یادگیری ماشینی تکنیکی است که بر توسعه برنامه های کامپیوتری تمرکز دارد که می توان آنها را در هنگام قرار گرفتن در معرض داده های جدید تغییر داد. ما می توانیم از آن برای برنامه های تلفن همراه خود استفاده کنیم و این کتاب به شما نشان می دهد که چگونه این کار را انجام دهید. کتاب با مبانی مفاهیم یادگیری ماشین برای برنامه های کاربردی تلفن همراه و چگونگی تجهیز به خوبی برای کارهای بعدی شروع می شود. شما با توسعه اپلیکیشنی برای طبقه بندی سن و جنسیت با استفاده از Core ML و Tensorflow Lite شروع خواهید کرد. شما انتقال سبک عصبی را بررسی خواهید کرد و با نحوه عملکرد CNN های عمیق آشنا خواهید شد. همچنین نگاهی دقیق‌تر به کیت ML Google برای Firebase SDK برای برنامه‌های تلفن همراه خواهیم داشت. شما یاد خواهید گرفت که چگونه متن دست نویس را در موبایل تشخیص دهید. همچنین یاد خواهید گرفت که چگونه با استفاده از ویژگی های چهره و OpenCV، فیلتر اسنپ چت خود را ایجاد کنید. شما یاد خواهید گرفت که چگونه مدل طبقه بندی مواد غذایی خود را در تلفن همراه خود آموزش دهید. همه اینها با کمک تکنیک های یادگیری عمیق انجام می شود. در نهایت، شما یک طبقه‌بندی کننده تصویر بر روی تلفن همراه خود می‌سازید، عملکرد آن را مقایسه می‌کنید و نتایج را در موبایل و ابر با استفاده از TensorFlow Lite با RCNN تجزیه و تحلیل می‌کنید. در پایان این کتاب، شما نه تنها به مفاهیم یادگیری ماشینی تسلط خواهید داشت، بلکه یاد می‌گیرید که چگونه مشکلاتی را که هنگام ساخت برنامه‌های قدرتمند در تلفن‌های همراه با استفاده از TensorFlow Lite، Caffe2 و Core ML با آن مواجه می‌شوید، حل کنید.


توضیحاتی درمورد کتاب به خارجی

Machine learning is a technique that focuses on developing computer programs that can be modified when exposed to new data. We can make use of it for our mobile applications and this book will show you how to do so. The book starts with the basics of machine learning concepts for mobile applications and how to get well equipped for further tasks. You will start by developing an app to classify age and gender using Core ML and Tensorflow Lite. You will explore neural style transfer and get familiar with how deep CNNs work. We will also take a closer look at Google’s ML Kit for the Firebase SDK for mobile applications. You will learn how to detect handwritten text on mobile. You will also learn how to create your own Snapchat filter by making use of facial attributes and OpenCV. You will learn how to train your own food classification model on your mobile; all of this will be done with the help of deep learning techniques. Lastly, you will build an image classifier on your mobile, compare its performance, and analyze the results on both mobile and cloud using TensorFlow Lite with an RCNN. By the end of this book, you will not only have mastered the concepts of machine learning but also learned how to resolve problems faced while building powerful apps on mobiles using TensorFlow Lite, Caffe2, and Core ML.



فهرست مطالب

1 Mobile Landscapes in Machine Learning
2 CNN Based Age and Gender Identification Using Core ML
3 Applying Neural Style Transfer on Photos
4 Deep Diving into the ML Kit with Firebase
5 A Snapchat-Like AR Filter on Android
6 Handwritten Digit Classifier Using Adversarial Learning
7 Face-Swapping with Your Friends Using OpenCV
8 Classifying Food Using Transfer Learning
9 What's Next?
A Other Books You May Enjoy
A Index




نظرات کاربران

تمامی حقوق معنوی و مادی وبسایت متعلق به اینترنشنال لایبرری می باشد
نماد اعتماد الکترونیکی