Нейронные сети и машинное обучение

Глубокое обучение. Погружение в мир нейронных сетей.

Перед вами - первая книга о глубоком обучении, написанная на русском языке. Глубокие модели оказались ключом, который подходит ко всем замкам сразу: новые архитектуры и алгоритмы обучения, а также увеличившиеся вычислительные мощности и появившиеся огромные наборы данных, привели к революционным прорывам в компьютерном зрении, распознавании речи, обработке естественного языка и многих других типично "человеческих" задачах машинного обучения. Эти захватывающие идеи, вся история и основные компоненты революции глубокого обучения, а также самые современные достижения этой области, доступно и интересно изложены в книге. Максимум объяснений, минимум кода, серьезный материал о машинном обучении и увлекательное изложение - в этой уникальной работе замечательных российских ученых и интеллектуалов.

  • Авторы: Сергей Николенко, А. Кадурин, Екатерина Архангельская
  • Количество страниц: 480
  • Год выпуска: 2018
  • ISBN: 978-5-496-02536-2



Реализация нейронной сети для распознавания изображений с помощью технологии NVIDIA CUDA

В работе представлена реализация нейронной сети, обучаемой по алгоритму на основе метода Левенберга-Марквардта. С помощью технологии NVIDIA CUDA обучение построенной нейронной сети ускорено от 8 до 100 раз. Построенная нейронная сеть применена для распознавания зашумленных изображений.

  • Автор: А. Ферцев
  • Дата: март 2013



Построение систем машинного обучения на языке Python

Книга рассчитана на программистов, пишущих на Python и желающих узнать о построении систем машинного обучения с помощью библиотек с открытым исходным кодом. Мы рассматриваем основные модели машинного обучения на примерах, взятых из реальной жизни. Эта книга будет полезна также специалистам по машинному обучению, желающим использовать Python для создания своих систем.

  • Авторы: Вилли Ричарт, Луис Педро Коэльо
  • ISBN: 978-5-97060-330-7
  • Количество страниц: 302
  • Дата: январь 2016



Python для сложных задач: наука о данных и машинное обучение

Книга «Python Data Science Handbook» - это подробное руководство по самым разным вычислительным и статистическим методам, без которых немыслима любая интенсивная обработка данных, научные исследования и передовые разработки.

  • Автор: Дж. Вандер Плас
  • ISBN: 978-5-496-03068-7
  • Количество страниц: 576
  • Дата: сентябрь 2017



С распространением больших данных растет спрос на вычислительную и алгоритмическую эффективность. Книга «Крупномасштабное машинное обучение на языке Python» открывает новую волну алгоритмов машинного обучения, которые удовлетворяют требованиям масштабируемости, а также высокой прогнозной точности.

  • Авторы: Бастиан Шарден, Лука Массарон, Альберто Боскетти
  • ISBN: 978-5-97060-506-6
  • Количество страниц: 358
  • Дата: сентябрь 2017



Машинное обучение наконец-то достигло стадии зрелости. При помощи программного обеспечения H2O вы можете решать задачи машинного обучения и анализа данных с использованием простого в использовании и открытого (open source) фреймворка, который поддерживает большое количество операционный систем и языков программирования, а также масштабируется для обработки больших данных.

  • Автор: Даррен Кук
  • ISBN: 978-5-97060-508-0
  • Количество страниц: 250
  • Дата: сентябрь 2017



Создаем нейронную сеть

Эта книга представляет собой введение в теорию и практику создания нейронных сетей. Она предназначена для тех, кто хочет узнать, что такое нейронные сети, где они применяются и как самому создать такую сеть, не имея опыта работы в данной области. Автор простым и понятным языком объясняет теоретические аспекты, знание которых необходимо для понимания принципов функционирования нейронных сетей и написания соответствующих программных инструкций. Изложение материала сопровождается подробным описанием процедуры поэтапного создания полностью функционального кода, который реализует нейронную сеть на языке Python и способен выполняться даже на таком миниатюрном компьютере, как Raspberry Pi Zero.Основные темы книги:нейронные сети и системы искусственного интеллекта; структура нейронных сетей; сглаживание сигналов, распространяющихся по нейронной сети, с помощью функции активации; тренировка и тестирование нейронных сетей; интерактивная среда программирования IPython; использование нейронных сетей в качестве классификаторов объектов; распознавание образов с помощью нейронных сетей.


  • Автор: Тарик Рашид
  • Количество страниц: 272
  • Дата: 2017