Bewertung:
Derzeit gibt es keine Leserbewertungen. Die Bewertung basiert auf 10 Stimmen.
Building Machine Learning and Deep Learning Models on Google Cloud Platform: A Comprehensive Guide for Beginners
Verfolgen Sie einen systematischen Ansatz, um die Grundlagen des maschinellen Lernens und des Deep Learning von Grund auf zu verstehen und zu verstehen, wie sie in der Praxis angewendet werden. Mit diesem umfassenden Leitfaden können Sie Lernmodelle erstellen und einsetzen, um komplexe Anwendungsfälle zu lösen und dabei die Rechenressourcen der Google Cloud Platform zu nutzen.
Der Autor Ekaba Bisong zeigt Ihnen, wie Tools und Techniken des maschinellen Lernens zur Vorhersage oder Klassifizierung von Ereignissen auf der Grundlage einer Reihe von Wechselwirkungen zwischen Variablen, die als Merkmale oder Attribute in einem bestimmten Datensatz bekannt sind, verwendet werden. Er zeigt Ihnen, wie Deep Learning den maschinellen Lernalgorithmus neuronaler Netze erweitert, um komplexe Aufgaben zu erlernen, die für Computer nur schwer zu bewältigen sind, z. B. das Erkennen von Gesichtern und das Verstehen von Sprachen. Und Sie werden wissen, wie Sie Cloud Computing nutzen können, um den Einsatz von Data Science und maschinellem Lernen zu beschleunigen.
Building Machine Learning and Deep Learning Models on Google Cloud Platform ist in acht Teile gegliedert, die die Grundlagen des maschinellen Lernens und des Deep Learning, das Konzept der Datenwissenschaft und der Cloud-Dienste, die Programmierung für die Datenwissenschaft mit dem Python-Stack, die Infrastruktur und die Produkte der Google Cloud Platform (GCP), fortgeschrittene Analysen auf GCP und die Bereitstellung von End-to-End-Pipelines für maschinelles Lernen auf GCP behandeln.
(Was Sie lernen werden)
⬤ Sie verstehen die Prinzipien und Grundlagen des maschinellen Lernens und des Deep Learning, die Algorithmen, wie und wann man sie einsetzt und wie man die Ergebnisse interpretiert.
⬤ Kennen Sie die Programmierkonzepte, die für das Design und die Entwicklung von maschinellem und tiefem Lernen unter Verwendung des Python-Stacks relevant sind.
⬤ Erstellen und Interpretieren von Machine- und Deep-Learning-Modellen.
⬤ Nutzung der Tools und Dienste der Google Cloud Platform für die Entwicklung und den Einsatz umfangreicher Machine Learning- und Deep Learning-Produkte.
⬤ Sich der verschiedenen Facetten und Designentscheidungen bewusst sein, die bei der Modellierung eines Lernproblems zu berücksichtigen sind.
⬤ Modelle für maschinelles Lernen in Softwareprodukte umzusetzen.
Für wen ist dieses Buch gedacht?
Anfänger in der Praxis der Datenwissenschaft und des angewandten maschinellen Lernens, Datenwissenschaftler auf allen Ebenen, Ingenieure für maschinelles Lernen, Dateningenieure/-architekten der Google Cloud Platform und Softwareentwickler.
| ISBN: | 9781484244692 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2019 |
| Seitenzahl: | 709 |
Derzeit verfügbar, auf Lager.
