یادگیری ماشینی دستی با Scikit-Learn، Keras و TensorFlow: مفاهیم، ابزارها و تکنیک های ساخت سیستم های هوشمند ویرایش سوم
از طریق یک سری پیشرفت های اخیر، یادگیری عمیق کل حوزه یادگیری ماشینی را تقویت کرده است. اکنون، حتی برنامه نویسانی که تقریباً هیچ چیز در مورد این فناوری نمی دانند، می توانند از ابزارهای ساده و کارآمد برای اجرای برنامه هایی که قادر به یادگیری از داده ها هستند، استفاده کنند. این کتاب پرفروش از مثال های عینی، حداقل نظریه و چارچوب های پایتون آماده تولید (Scikit-Learn، Keras و TensorFlow) استفاده می کند تا به شما کمک کند تا درک بصری از مفاهیم و ابزارهای ساخت سیستم های هوشمند به دست آورید.
با این نسخه سوم به روز شده، نویسنده Aurélien Géron طیف وسیعی از تکنیک ها را بررسی می کند که با رگرسیون خطی ساده شروع می شود و تا شبکه های عصبی عمیق پیش می رود. مثال ها و تمرین های کد متعدد در سراسر کتاب به شما کمک می کند تا آنچه را که آموخته اید به کار ببرید. تجربه برنامه نویسی تنها چیزی است که برای شروع نیاز دارید.
از Scikit-learn برای ردیابی یک نمونه پروژه ML از انتها به انتها استفاده کنید
چندین مدل از جمله ماشین های بردار پشتیبان، درخت های تصمیم گیری، جنگل های تصادفی و روش های مجموعه را کاوش کنید.
بهره برداری از تکنیک های یادگیری بدون نظارت مانند کاهش ابعاد، خوشه بندی، و تشخیص ناهنجاری
در معماری های شبکه عصبی، از جمله شبکه های کانولوشن، شبکه های برگشتی، شبکه های متخاصم مولد، رمزگذارهای خودکار، مدل های انتشار و ترانسفورماتورها غوطه ور شوید.
از TensorFlow و Keras برای ساخت و آموزش شبکه های عصبی برای بینایی کامپیوتری، پردازش زبان طبیعی، مدل های مولد و یادگیری تقویتی عمیق استفاده کنید.
Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems 3rd Edition
Through a recent series of breakthroughs, deep learning has boosted the entire field of machine learning. Now, even programmers who know close to nothing about this technology can use simple, efficient tools to implement programs capable of learning from data. This bestselling book uses concrete examples, minimal theory, and production-ready Python frameworks (Scikit-Learn, Keras, and TensorFlow) to help you gain an intuitive understanding of the concepts and tools for building intelligent systems.
With this updated third edition, author Aurélien Géron explores a range of techniques, starting with simple linear regression and progressing to deep neural networks. Numerous code examples and exercises throughout the book help you apply what you've learned. Programming experience is all you need to get started.
- Use Scikit-learn to track an example ML project end to end
- Explore several models, including support vector machines, decision trees, random forests, and ensemble methods
- Exploit unsupervised learning techniques such as dimensionality reduction, clustering, and anomaly detection
- Dive into neural net architectures, including convolutional nets, recurrent nets, generative adversarial networks, autoencoders, diffusion models, and transformers
- Use TensorFlow and Keras to build and train neural nets for computer vision, natural language processing, generative models, and deep reinforcement learning
-
Product details
- Publisher : O'Reilly Media; 3rd edition (November 8, 2022)
- Language : English
- Paperback : 861 pages
- ISBN-10 : 1098125975
- ISBN-13 : 978-1098125974
- Item Weight : 2.97 pounds
- Dimensions : 7 x 1.71 x 9.19 inches