درباره کتاب یادگیری ماشین عملی با Scikit- learn, keras و TensorFlow
کتابی که در پیش رو دارید به نام یادگیری ماشین عملی با Scikit- learn, keras و TensorFlow (مفاهیم، تکنیک ها و ابزار هایی برای ساخت سیستم های هوشمند) که توسط اورلین جرون نوشته شده و به همت دکتر جواد وحیدی و مهندس مژگان الیکائی آهاری به فارسی ترجمه شده و انتشارات فن آوری نوین آن را چاپ و روانه بازار کرده است.
از طریق مجموعه‌ای از پیشرفت‌هایی که اخیراً رخ داده‌اند، یادگیری عمیقْ حوزه‌ی یادگیری ماشین را تقویت کرده است. درحال‌حاضر، حتی برنامه‌نویسانی که تقریباً چیزی در مورد این فناوری نمی‌دانند می‌توانند از ابزارهایی کارآمد استفاده کنند که توانایی یادگیری از داده‌ها را دارند. کتاب یادگیری ماشین عملی با Scikit- learn, keras و TensorFlow چگونگی این کار را به ما نشان می‌دهد.اورلین جرون (Aurélien Géron) به ما کمک می‌کند تا درکی بصری از مفاهیم و ابزارهای ساخت سیستم‌های هوشمند به دست آوریم. در این کتاب طیف وسیعی از تکنیک‌ها را یاد خواهیم گرفت که از رگرسیون خطی ساده شروع می‌شود و تا شبکه‌های عصبی عمیق پیش می‌رود. تمرین‌هایی نیز در انتهای هر فصل وجود دارند که به ما کمک می‌کنند تا یادگیری‌های خود را به کار ببندیم. یادگیری ماشین عملی با Scikit- learn, keras و TensorFlow کتابی ساده و کاربردی است. این کتاب فرض گرفته است که شما تقریباً هیچ‌چیز در مورد یادگیری ماشین نمی‌دانید و فقط تجربه‌ی برنامه‌نویسی دارید.
علاقمندان به کتاب فوق و کتاب های مشابه می توانند برای خرید و دریافت آن از سایت خوان آخر دیدن فرمایند.
فهرست مطالب
- فصل اول: چشم‌انداز یادگیری ماشین
- فصل دوم: پروژه‌ی یادگیری ماشین End-to-End
- فصل سوم: طبقه‌بندی
- فصل چهارم: مدل‌های یادگیری
- فصل پنجم: ماشین بردار پشتیبان
- فصل ششم: درخت تصمیم‌گیری
- فصل هفتم: یادگیری جمعی و جنگل تصادفی
- فصل هشتم: کاهش ابعاد
- فصل نهم: تکنیک‌های یادگیری بدون نظارت
- فصل دهم: مقدمه‌ای بر شبکه‌های عصبی مصنوعی با Keras
- فصل یازدهم: آموزش شبکه‌های عصبی عمیق
- فصل دوازدهم: مدل‌های سفارشی و آموزش با TensorFlow
- فصل سیزدهم: بارگیری و پیش‌پردازش داده‌ها با TensorFlow
- فصل چهاردهم: عمیق کامپیوتری با استفاده از شبکه‌های عصبی پیچشی
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.