Deep learning v jazyku Python
Knihovny Keras, TensorFlow
i Doporučená maloobchodní cena (DMOC) za kterou je možné knihu běžně zakoupit v kamených knihkupectvích.
Zvýrazněná cena je naše aktuální prodejní cena.
499 Kč 424 KčPoslední kusy
i
Poslední aktualizace skladu 05. 12. 2023 0:08
i: 30347 n: 24731001r: 10280 i Doporučená maloobchodní cena (DMOC) za kterou je možné knihu běžně zakoupit u obchodních partnerů.
Zvýrazněná cena je naše aktuální prodejní cena.
424 Kč 360 KčIhned ke stažení
i: 36201 n: 27127504r: 10280
Zakoupením knihy získáváte nárok na dárek = knihy zdarma
Strojové učení zaznamenalo v posledních letech pozoruhodný pokrok od téměř nepoužitelného rozpoznávání řeči a obrazu k nadlidské přesnosti. Od programů, které nedokázaly porazit jen trochu zkušenějšího hráče go, jsme dospěli k přemožiteli mistra světa.
Za pokrokem ve vývoji učících se programů stojí tzv. hluboké učení (deep learning) – kombinace technických vylepšení, osvědčených postupů a teorií, které umožnily vyvinout množství dříve nerealizovatelných inteligentních aplikací. S jejich pomocí pak můžeme například analyzovat text či mluvené slovo, překládat z jazyka do jazyka, rozpoznávat osoby na sociálních sítích nebo používat samořídící automobily.
Tato kniha naučí čtenáře navrhovat hluboce se učící systémy v jazyku Python, který je v současnosti nejpoužívanějším programovacím jazykem pro vývoj těchto systémů, a knihovny Keras a TensorFlow používané většinou vítězů soutěží systémů pro hluboké učení. Po prostudování knihy získáte znalosti a praktické dovednosti, díky nimž budete moci aplikovat hluboké učení ve svých vlastních projektech.
Čtenáři této publikace potřebují jen středně pokročilé dovednosti tohoto jazyka a nemusí mít předchozí zkušenosti se strojovým učením ani s knihovnami Keras nebo TensorFlow.
Autorem knihy je François Chollet, výzkumník Google na poli umělé inteligence a tvůrce knihovny Keras.
Proč nakupovat u nás?
Doprava nad
700 Kč zdarma
Tištěná kniha
Věk:
Datum vydání: 16.05.2019
Katalogové číslo: 75031
ISBN: 978-80-247-3100-1
Formát / stran: 167×240, 328 stran
E-kniha
Formát: PDF
Velikost: 8.44MB
Druh ochrany: Sociální ochrana