Глубокое обучение без математики. Т. 2: Практика
Второй том посвящен нейронным сетям – быстро развивающемуся направлению машинного обучения.
Многие инструменты машинного обучения и особенно глубокого обучения имеются в многочисленных библиотеках со свободным доступом, которые любой при желании может немедленно загрузить. Но хотя эти инструменты легко доступны и легко устанавливаемы, они все же требуют значительных технических знаний для правильного их применения. Совсем не трудно попросить компьютер выполнить что-то бессмысленное, и он радостно выполнит это, выдав на выходе бессмыслицу. Такого рода вещи происходят все время. Хотя машинное обучение и глубокое обучение – мощный инструмент, он вовсе не слишком дружелюбен к пользователю.
Вместо того чтобы вдаваться в дискуссии о циклах, индексах и структуре данных, мы будем все это обсуждать здесь независимо от какого-либо языка или библиотеки. Если вы усвоите главную идею, то прочтение документации для любой библиотеки будет несложным делом. Мы спустимся на землю в главах 15, 23 и 24, когда будем обсуждать научную библиотеку машинного обучения Scikit-learn и библиотеку глубокого обучения Keras. Обе эти библиотеки базируются на языке Python. В этих главах мы погружаемся в детали библиотеки языка программирования Python и имеем в них много примеров с кодами.
В этой книге почти нет математики. Если вы справляетесь с умножением, то этого достаточно, поскольку это вся математика, которую мы используем. Большинство обсуждаемых нами алгоритмов базируется на солидных теоретических источниках и является результатом аккуратного анализа и проработки. Важно знать это обстоятельство, когда вы модифицируете алгоритм для какой-то новой задачи или другой реализации. Но на практике почти все используют хорошо оптимизированные реализации с открытым кодом, написанные экспертами и доступные в бесплатных библиотеках. Наша цель – понять принципы этих технологий, усвоить, как применять их надлежащим образом и как интерпретировать результаты. Ничто из этого не требует от нас вдаваться в математические подробности.
Издание предназначено для всех читателей, кто хочет использовать глубокое обучение и нейронные сети в своей работе.
Название: Глубокое обучение без математики. Т. 2: Практика
Автор: Эндрю Гласснер
Издательство: ДМК Пресс
Год: 2020
Страниц: 611
Язык: русский
Формат: pdf
Размер: 103.7 MB
Скачать Глубокое обучение без математики. Т. 2: Практика
Многие инструменты машинного обучения и особенно глубокого обучения имеются в многочисленных библиотеках со свободным доступом, которые любой при желании может немедленно загрузить. Но хотя эти инструменты легко доступны и легко устанавливаемы, они все же требуют значительных технических знаний для правильного их применения. Совсем не трудно попросить компьютер выполнить что-то бессмысленное, и он радостно выполнит это, выдав на выходе бессмыслицу. Такого рода вещи происходят все время. Хотя машинное обучение и глубокое обучение – мощный инструмент, он вовсе не слишком дружелюбен к пользователю.
Вместо того чтобы вдаваться в дискуссии о циклах, индексах и структуре данных, мы будем все это обсуждать здесь независимо от какого-либо языка или библиотеки. Если вы усвоите главную идею, то прочтение документации для любой библиотеки будет несложным делом. Мы спустимся на землю в главах 15, 23 и 24, когда будем обсуждать научную библиотеку машинного обучения Scikit-learn и библиотеку глубокого обучения Keras. Обе эти библиотеки базируются на языке Python. В этих главах мы погружаемся в детали библиотеки языка программирования Python и имеем в них много примеров с кодами.
В этой книге почти нет математики. Если вы справляетесь с умножением, то этого достаточно, поскольку это вся математика, которую мы используем. Большинство обсуждаемых нами алгоритмов базируется на солидных теоретических источниках и является результатом аккуратного анализа и проработки. Важно знать это обстоятельство, когда вы модифицируете алгоритм для какой-то новой задачи или другой реализации. Но на практике почти все используют хорошо оптимизированные реализации с открытым кодом, написанные экспертами и доступные в бесплатных библиотеках. Наша цель – понять принципы этих технологий, усвоить, как применять их надлежащим образом и как интерпретировать результаты. Ничто из этого не требует от нас вдаваться в математические подробности.
Издание предназначено для всех читателей, кто хочет использовать глубокое обучение и нейронные сети в своей работе.
Название: Глубокое обучение без математики. Т. 2: Практика
Автор: Эндрю Гласснер
Издательство: ДМК Пресс
Год: 2020
Страниц: 611
Язык: русский
Формат: pdf
Размер: 103.7 MB
Скачать Глубокое обучение без математики. Т. 2: Практика
Внимание! У Вас нет прав для просмотра скрытого текста.
Посетители, находящиеся в группе Гости, не могут оставлять комментарии к данной публикации.