Bewertung:
Derzeit gibt es keine Leserbewertungen. Die Bewertung basiert auf 14 Stimmen.
Python Advanced Guide to Artificial Intelligence: Advanced Guide to Artificial Intelligence: Expert machine learning systems and intelligent agents us
Entmystifizieren Sie die Komplexität der maschinellen Lerntechniken und erstellen Sie fortschrittliche, clevere Lösungen, um Ihre Probleme zu lösen.
Hauptmerkmale:
⬤ Beherrschen Sie überwachte, unüberwachte und halbüberwachte ML-Algorithmen und deren Implementierung.
⬤ Erstellen Sie Deep-Learning-Modelle für Objekterkennung, Bildklassifizierung, Ähnlichkeitslernen und mehr.
⬤ Erstellen, Bereitstellen und Skalieren von durchgängigen tiefen neuronalen Netzwerkmodellen in einer Produktionsumgebung.
Buchbeschreibung:
Dieser Lernpfad ist Ihr kompletter Leitfaden für den schnellen Einstieg in beliebte Algorithmen des maschinellen Lernens. Sie erhalten eine Einführung in die am häufigsten verwendeten Algorithmen des überwachten, unüberwachten und halbüberwachten maschinellen Lernens und lernen, wie Sie diese optimal einsetzen können. Von Bayes'schen Modellen über den MCMC-Algorithmus bis hin zu Hidden-Markov-Modellen lernen Sie in diesem Lernpfad, wie Sie mit Hilfe von Python-basierten Bibliotheken Merkmale aus Ihrem Datensatz extrahieren und eine Dimensionalitätsreduktion durchführen können.
Sie werden die Verwendung von TensorFlow und Keras zur Erstellung von Deep-Learning-Modellen mit Konzepten wie Transfer Learning, generative adversarische Netzwerke und Deep Reinforcement Learning kennenlernen. Als nächstes lernen Sie die fortgeschrittenen Funktionen von TensorFlow1.x kennen, wie z.B. verteiltes TensorFlow mit TF-Clustern, Einsatz von Produktionsmodellen mit TensorFlow Serving. Sie werden verschiedene Techniken zur Objektklassifizierung, Objekterkennung, Bildsegmentierung und mehr implementieren.
Am Ende dieses Lernpfades werden Sie ein tiefes Wissen über TensorFlow erlangt haben, das Sie zur ersten Person für die Lösung von Problemen der künstlichen Intelligenz macht.
Dieser Lernpfad enthält Inhalte aus den folgenden Packt-Produkten:
- Mastering Machine Learning Algorithms von Giuseppe Bonaccorso.
- TensorFlow 1.x beherrschen von Armando Fandango.
- Deep Learning für Computer Vision von Rajalingappaa Shanmugamani.
Was Sie lernen werden:
⬤ Erforschen Sie, wie ein ML-Modell trainiert, optimiert und evaluiert werden kann.
⬤ Arbeiten Sie mit Autoencodern und Generative Adversarial Networks.
⬤ Erforschen Sie die wichtigsten Reinforcement Learning Techniken.
⬤ Erstellen Sie durchgängige Deep-Learning-Modelle (CNN, RNN und Autoencoder).
Für wen dieses Buch gedacht ist:
Dieser Lernpfad richtet sich an Datenwissenschaftler, Ingenieure für maschinelles Lernen und Ingenieure für künstliche Intelligenz, die sich mit komplexen Algorithmen für maschinelles Lernen befassen, Modelle kalibrieren und die Vorhersagen des trainierten Modells verbessern möchten.
Sie werden die fortgeschrittenen Feinheiten und komplexen Anwendungsfälle von Deep Learning und KI kennenlernen. Grundlegende Programmierkenntnisse in Python und ein gewisses Verständnis von Konzepten des maschinellen Lernens sind erforderlich, um das Beste aus diesem Lernpfad herauszuholen.
| ISBN: | 9781789957211 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Taschenbuch |
Derzeit verfügbar, auf Lager.
