Avis des lecteurs
Il n'y a actuellement aucun avis de lecteur. La note est basée sur 14 votes.
Titre original :
Python Advanced Guide to Artificial Intelligence: Advanced Guide to Artificial Intelligence: Expert machine learning systems and intelligent agents us
Contenu du livre :
Démystifiez la complexité des techniques d'apprentissage automatique et créez des solutions intelligentes et évolutives pour résoudre vos problèmes.
Caractéristiques principales :
⬤ Maîtrisez les algorithmes d'apprentissage automatique supervisés, non supervisés et semi-supervisés et leur mise en œuvre.
⬤ Les résultats de l'analyse des données sont présentés sous forme de tableaux de bord et de graphiques.
⬤ Les modèles de réseaux neuronaux profonds de bout en bout sont construits, déployés et mis à l'échelle dans un environnement de production.
Description du livre :
Ce parcours d'apprentissage est votre guide complet pour vous familiariser rapidement avec les algorithmes d'apprentissage automatique les plus courants. Vous découvrirez les algorithmes les plus largement utilisés dans l'apprentissage automatique supervisé, non supervisé et semi-supervisé, et apprendrez à les utiliser de la meilleure façon possible. Des modèles bayésiens aux modèles de Markov cachés en passant par l'algorithme MCMC, ce parcours d'apprentissage vous apprendra à extraire des caractéristiques de votre jeu de données et à effectuer une réduction de la dimensionnalité en utilisant des bibliothèques basées sur Python.
Vous apprendrez à utiliser TensorFlow et Keras pour construire des modèles d'apprentissage profond, en utilisant des concepts tels que l'apprentissage par transfert, les réseaux adversaires génératifs et l'apprentissage par renforcement profond. Ensuite, vous apprendrez les fonctionnalités avancées de TensorFlow1.x, telles que TensorFlow distribué avec TF clusters, déployer des modèles de production avec TensorFlow Serving. Vous mettrez en œuvre différentes techniques liées à la classification d'objets, à la détection d'objets, à la segmentation d'images, etc.
À la fin de ce parcours, vous aurez acquis une connaissance approfondie de TensorFlow, ce qui fera de vous la personne la mieux placée pour résoudre les problèmes d'intelligence artificielle.
Ce parcours d'apprentissage inclut le contenu des produits Packt suivants :
- Maîtriser les algorithmes d'apprentissage automatique par Giuseppe Bonaccorso.
- Maîtriser TensorFlow 1. x par Armando Fandango.
- Deep Learning for Computer Vision par Rajalingappaa Shanmugamani.
Ce que vous apprendrez :
⬤ Explorer comment un modèle d'apprentissage profond peut être formé, optimisé et évalué.
⬤ Travailler avec des autoencodeurs et des réseaux adversoriels génératifs.
⬤ Explorer les techniques d'apprentissage par renforcement les plus importantes.
⬤ Construire des modèles d'apprentissage profond de bout en bout (CNN, RNN et Autoencodeurs).
A qui s'adresse ce livre :
Ce parcours d'apprentissage s'adresse aux data scientists, aux ingénieurs en apprentissage automatique, aux ingénieurs en intelligence artificielle qui souhaitent se plonger dans des algorithmes d'apprentissage automatique complexes, calibrer des modèles et améliorer les prédictions du modèle formé.
Vous découvrirez les subtilités avancées et les cas d'utilisation complexes de l'apprentissage profond et de l'intelligence artificielle. Une connaissance de base de la programmation en Python et une certaine compréhension des concepts d'apprentissage automatique sont nécessaires pour tirer le meilleur parti de ce parcours d'apprentissage.
Autres informations sur le livre :
| ISBN : | 9781789957211 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Broché |
Achat:
Actuellement disponible, en stock.
