TensorFlow for Deep Learning (2018)
Авторы: Bharath Ramsundar, Reza Bosagh Zadeh
#machine_learning@proglib #books@proglib #english@proglib
Язык: английский.
Целевая аудитория: опытные программисты, математики и разработчики.
Если у вас есть опыт в программировании на Python или в линейной алгебре, то освоить это руководство не составит для вас большого труда. В нём представлены основы машинного обучения, показывающие вам, как создавать системы, способные обнаруживать объекты в изображениях, распознавать текст, анализировать видео и даже прогнозировать свойства потенциальных лекарств.
В книге рассматриваются следующие темы:
✔ основы машинного обучения;
✔ введение в библиотеку TensorFlow;
✔ линейная регрессия на TensorFlow;
✔ рекуррентные нейронные сети;
✔ тренировка нейронных сетей;
✔ будущее машинного обучения и многое другое.
Преимущества:
➕ актуальный материал по теме;
➕ небольшой объём;
➕ множество иллюстраций, формул и примеров кода.
Недостатки:
➖ не замечено.
📝 TensorFlow_for_Deep_Learning.pdf - 💾17 029 434
➰ Источник ВК
Авторы: Bharath Ramsundar, Reza Bosagh Zadeh
#machine_learning@proglib #books@proglib #english@proglib
Язык: английский.
Целевая аудитория: опытные программисты, математики и разработчики.
Если у вас есть опыт в программировании на Python или в линейной алгебре, то освоить это руководство не составит для вас большого труда. В нём представлены основы машинного обучения, показывающие вам, как создавать системы, способные обнаруживать объекты в изображениях, распознавать текст, анализировать видео и даже прогнозировать свойства потенциальных лекарств.
В книге рассматриваются следующие темы:
✔ основы машинного обучения;
✔ введение в библиотеку TensorFlow;
✔ линейная регрессия на TensorFlow;
✔ рекуррентные нейронные сети;
✔ тренировка нейронных сетей;
✔ будущее машинного обучения и многое другое.
Преимущества:
➕ актуальный материал по теме;
➕ небольшой объём;
➕ множество иллюстраций, формул и примеров кода.
Недостатки:
➖ не замечено.
📝 TensorFlow_for_Deep_Learning.pdf - 💾17 029 434
➰ Источник ВК