Глубокое обучение - ТОП 50 лучших книг
Эта книга не похожа на большинство других учебников и руководств по глубокому обучению – в ней нет ни детального алгоритмического анализа, сопровождаемого обширной математикой, ни развернутых листингов программного кода. Автор выбрал золотую середину – благодаря дружелюбному подходу, сопровождаемому огромным количеством цветных иллюстраций, а также детальному и скрупулезному описанию он глубоко освещает основополагающие идеи и фундаментальные основы глубокого обучения и нейронных сетей.
Второй том посвящен нейронным сетям – быстро развивающемуся направлению машинного обучения.
Издание предназначено для всех читателей, кто хочет использовать глубокое обучение и нейронные сети в своей работе.
Это саммари – сокращенная версия книги Яна Лекуна «Как учится машина. Революция в области нейронных сетей и глубокого обучения». Только самые ценные мысли, идеи, кейсы, примеры.
Будут ли роботы управлять миром? Останутся ли люди без работы? И ждет ли нас восстание машин? Эти вопросы мы задаем себе и окружающим, когда слышим о новых достижениях в области машинного обучения и искусственного интеллекта. Однако все не так страшно, потому что мозг компьютера не обладает гибкостью и универсальностью человеческого мозга. Компьютерные нейроны – всего лишь математические функции, рассчитанные программой. А самые сложные и мощные компьютеры – узкопрофильные машины. Они могут обыграть человека в шахматы, за секунду найти нужное изображение среди миллионов картинок, но они учатся медленнее людей и даже животных. И главное – у машин нет ни грамма здравого смысла. О том, что из себя представляют машины сейчас и чего ждать в будущем, вы узнаете из саммари книги «Как учится машина».
Великое учение Дао представлено автором в стихотворной форме с изложением сути воспитания и совершенствования личности мудреца и развития его моральных качеств по учениям Лао-цзы и его учеников Ян-чжу, Ле-цзы и Чжуан-цзы, когда высшие знания Дао помогают обрести не только совершенство и превосходство, но также и подлинно царственные качества: победить страх и обрести умение концентрации в преодолении своих возможностей для достижения намеченных целей.
Взрывной интерес к нейронным сетям и искусственному интеллекту затронул уже все области жизни, и понимание принципов глубокого обучения необходимо каждому разработчику ПО для решения прикладных задач. Эта практическая книга представляет собой вводный курс для всех, кто занимается обработкой данных, а также для разработчиков ПО. Вы начнете с основ глубокого обучения и быстро перейдете к более сложным архитектурам, создавая проекты с нуля. Вы научитесь использовать многослойные, сверточные и рекуррентные нейронные сети. Только понимая принцип их работы (от «математики» до концепций), вы сделаете свои проекты успешными. В этой книге:
Обычно на глубокое обучение смотрят с ужасом, считая, что только доктор математических наук или ботан, работающий в крутой айтишной корпорации, могут разобраться в этой теме. Отбросьте стереотипы: любой программист, знакомый с Python, может добиться впечатляющих результатов. Как? С помощью fastai – библиотеки, предоставляющей комфортный интерфейс для решения наиболее популярных задач.
Создатели fastai доказали, что самые модные и актуальные приложения можно делать быстро и не засыпать над скучными теоретическими выкладками и зубодробительными формулами.
После покупки предоставляется дополнительная возможность скачать книгу в формате epub.
Пора научиться использовать TensorFlow.js для построения моделей глубокого обучения, работающих непосредственно в браузере! Умные веб-приложения захватили мир, а реализовать их в браузере или серверной части позволяет TensorFlow.js. Данная библиотека блестяще портируется, ее модели работают везде, где работает JavaScript. Специалисты из Google Brain создали книгу, которая поможет решать реальные прикладные задачи. Вы не будете скучать над теорией, а сразу освоите базу глубокого обучения и познакомитесь с продвинутыми концепциями ИИ на примерах анализа текста, обработки речи, распознавания образов и самообучающегося игрового искусственного интеллекта.
PyTorch – это фреймворк от Facebook с открытым исходным кодом. Узнайте, как использовать его для создания собственных нейронных сетей.
Ян Пойнтер поможет разобраться, как настроить PyTorch в облачной среде, как создавать нейронные архитектуры, облегчающие работу с изображениями, звуком и текстом. Книга охватывает важнейшие концепции применения переноса обучения, модели отладки и использования библиотеки PyTorch.
Вы научитесь:Внедрять модели глубокого обучения в работу.Использовать PyTorch в масштабных проектах.Применять перенос обучения.Использовать PyTorch torchaudio и сверточные модели для классификации аудиоданных.Применять самые современные методы NLP, используя модель, обученную на «Википедии».Выполнять отладку моделей PyTorch с TensorBoard и флеймграф.Развертывать приложения PyTorch в контейнерах.
«PyTorch – это одна из самых быстрорастущих библиотек глубокого обучения, соперничающая с гигантом Google – TensorFlow – практически на равных. Книга обязательно должна стать настольной для каждого програм…
Этот текст – сокращенная версия книги Эрика Тополя «Deep-медицина. Как искусственный интеллект может вернуть здравоохранению человечность». Только самые ценные мысли, идеи, кейсы, примеры.
Искусственный интеллект проникает в нашу жизнь все дальше: подсказывает кратчайшие маршруты, переводит тексты, помогает совершать покупки, находить врачей и лекарства. А главное, ИИ умнеет с каждым днем. Значит ли это, что машины вот-вот найдут спасение от рака и диабета, а врачи при постановке диагнозов будут обязательно советоваться с искусственным разумом? Стоит ли верить оптимистичным прогнозам футурологов? Или же правы те скептики, которые считают, что ИИ далеко не всесилен и вряд ли в обозримом будущем что-то глобально изменит в медицине? Не лучше ли побеспокоиться о личных данных, которые, попав в Сеть, мгновенно окажутся в руках хакеров? Правда, как водится, где-то посередине, и ее знает Эрик Тополь, врач с мировым именем, посвятивший годы анализу возможностей ИИ в медицине.
Мы живем во время революции, еще 50 лет назад казавшейся невероятной, – революции в области умных машин, которые теперь обучаются самостоятельно, вместо того чтобы просто выполнять запрограммированные команды. И возможности таких машин огромны: распознавание изображений, лиц и голосов, переводы на сотни языков, беспилотное управление автомобилями, обнаружение опухолей на медицинских снимках и многое другое.
Автор книги Ян Лекун стоит у истоков этой революции. Лауреат премии Тьюринга, профессор Нью-Йоркского университета и руководитель фундаментальными исследованиями в Facebook, он является одним из изобретателей глубокого обучения, применяемого к так называемым искусственным нейронным сетям, архитектура и функционирование которых вдохновлены устройством человеческого мозга. В своей книге он, не прибегая к метафорам, делится своим научным подходом на стыке компьютерных наук и нейробиологии, проливая свет на будущее искусственного интеллекта, связанные с ним проблемы и перспективы.
Сегодня искусственный инт…
Глубокое обучение с подкреплением (Reinforcement Learning) – самое популярное и перспективное направление искусственного интеллекта.
Практическое изучение RL на Python поможет освоить не только базовые, но и передовые алгоритмы глубокого обучения с подкреплением.
Вы начнете с основных принципов обучения с подкреплением, OpenAI Gym и TensorFlow, познакомитесь с марковскими цепями, методом Монте-Карло и динамическим программированием, так что «страшные» аббревиатуры DQN, DRQN, A3C, PPO и TRPO вскоре перестанут вас пугать. Вы узнаете об агентах, которые учатся на человеческих предпочтениях, DQfD, HER и многих других последних достижениях RL.
Прочитав книгу, вы приобретете знания и опыт, необходимые для реализации обучения с подкреплением и глубокого обучения с подкреплением в реальных проектах, и войдете в мир искусственного интеллекта.
После покупки предоставляется дополнительная возможность скачать книгу в формате epub.
Глубокое обучение - это увлекательное и быстроразвивающееся поле, которое изменило наше понимание искусственного интеллекта. Эта книга призвана ввести вас в мир глубокого обучения, начиная с основных понятий и методов и заканчивая продвинутыми темами и будущими перспективами этой удивительной области.
Наша книга также касается этических и социальных аспектов глубокого обучения, и как оно влияет на наш мир. Мы рассмотрим вызовы и возможности, с которыми сталкиваются исследователи и практики в этой области.
Глубокое обучение - это волнующая технология будущего, и мы приглашаем вас присоединиться к этому увлекательному путешествию в мир искусственного интеллекта и глубокого обучения.
Это саммари – сокращенная версия книги. Только самые ценные мысли, идеи, кейсы, примеры.
Будут ли роботы управлять миром? Останутся ли люди без работы? И ждет ли нас восстание машин? Эти вопросы мы задаем себе и окружающим, когда слышим о новых достижениях в области машинного обучения и искусственного интеллекта. Однако все не так страшно, потому что мозг компьютера не обладает гибкостью и универсальностью человеческого мозга. Компьютерные нейроны – всего лишь математические функции, рассчитанные программой. А самые сложные и мощные компьютеры – узкопрофильные машины. Они могут обыграть человека в шахматы, за секунду найти нужное изображение среди миллионов картинок, но они учатся медленнее людей и даже животных. И главное – у машин нет ни грамма здравого смысла. О том, что из себя представляют машины сейчас и чего ждать в будущем, вы узнаете из аудиосаммари «Как учится машина».
Мы учимся, взаимодействуя с окружающей средой, и получаемые вознаграждения и наказания определяют наше поведение в будущем. Глубокое обучение с подкреплением привносит этот естественный процесс в искусственный интеллект и предполагает анализ результатов для выявления наиболее эффективных путей движения вперед. Агенты глубокого обучения с подкреплением могут способствовать успеху маркетинговых кампаний, прогнозировать рост акций и побеждать гроссмейстеров в Го и шахматах.
Давайте научимся создавать системы глубокого обучения на примере увлекательных упражнений, сопровождаемых кодом на Python с подробными комментариями и понятными объяснениями. Вы увидите, как работают алгоритмы, и научитесь создавать собственных агентов глубокого обучения с подкреплением, используя оценочную обратную связь.
После покупки предоставляется дополнительная возможность скачать книгу в формате epub.
Эта книга не похожа на большинство других учебников и руководств по глубокому обучению – в ней нет ни детального алгоритмического анализа, сопровождаемого обширной математикой, ни развернутых листингов программного кода. Автор выбрал золотую середину – благодаря дружелюбному подходу, сопровождаемому огромным количеством цветных иллюстраций, а также детальному и скрупулезному описанию он глубоко освещает основополагающие идеи и фундаментальные основы глубокого обучения и нейронных сетей.
Издание предназначено для всех читателей, кто хочет использовать глубокое обучение и нейронные сети в своей работе.
Продолжение книги будет посвящено практическому воплощению алгоритмов глубокого обучения и выйдет в издательстве «ДМК Пресс» летом 2019 года.
Глубокое обучение – Deep learning – это набор алгоритмов машинного обучения, которые моделируют высокоуровневые абстракции в данных, используя архитектуры, состоящие из множества нелинейных преобразований. Согласитесь, эта фраза звучит угрожающе. Но все не так страшно, если о глубоком обучении рассказывает Франсуа Шолле, который создал Keras – самую мощную библиотеку для работы с нейронными сетями. Познакомьтесь с глубоким обучением на практических примерах из самых разнообразных областей. Книга делится на две части в первой даны теоретические основы, вторая посвящена решению конкретных задач. Это позволит вам не только разобраться в основах DL, но и научиться использовать новые возможности на практике. Книга написана для людей с опытом программирования на R, желающих быстро познакомиться с глубоким обучением на практике, и является переложением бестселлера Франсуа Шолле «Глубокое обучение на Python», но использующим примеры на базе интерфейса R для Keras.
Глубокое обучение стало мощным двигателем для работы с искусственным интеллектом. Яркие иллюстрации и простые примеры кода избавят вас от необходимости вникать в сложные аспекты конструирования моделей глубокого обучения, делая сложные задачи доступными и увлекательными.
Джон Крон, Грант Бейлевельд и замечательный иллюстратор Аглаэ Бассенс используют яркие примеры и аналогии, которые позволяют объяснить, что такое глубокое обучение, почему оно пользуется такой популярностью и как эта концепция связана с другими подходами к машинному обучению. Книга идеально подойдет разработчикам, специалистам по обработке данных, исследователям, аналитикам и начинающим программистам, которые хотят применять глубокое обучение в своей работе. Теоретические выкладки прекрасно дополняются прикладным кодом на Python в блокнотах Jupyter. Вы узнаете приемы создания эффективных моделей в TensorFlow и Keras, а также познакомитесь с PyTorch.
Базовые знания о глубоком обучении позволят создавать реальные приложения – от компьютерно…
Маленькая звезда, не знающаяся откуда она родом, но чувствующая свое предназначение, отправляется на просторы Вселенной, чтобы ответить на свои вопросы. На пути ее ждет много приключений и опасностей. Сможет ли она во всем разобраться?
Мы живем во время революции, еще 50 лет назад казавшейся невероятной, – революции в области умных машин, которые теперь обучаются самостоятельно, вместо того чтобы просто выполнять запрограммированные команды. И возможности таких машин огромны: распознавание изображений, лиц и голосов, переводы на сотни языков, беспилотное управление автомобилями, обнаружение опухолей на медицинских снимках и многое другое.
Ян Лекун стоит у истоков этой революции. Лауреат премии Тьюринга, профессор Нью-Йоркского университета и руководитель фундаментальными исследованиями в Facebook, он является одним из изобретателей глубокого обучения, применяемого к так называемым искусственным нейронным сетям, архитектура и функционирование которых вдохновлены устройством человеческого мозга. Автор, не прибегая к метафорам, делится своим научным подходом на стыке компьютерных наук и нейробиологии, проливая свет на будущее искусственного интеллекта, связанные с ним проблемы и перспективы.
Сегодня искусственный интеллект действительно …
Кем бы вы ни были – инженером-программистом, стремящимся войти в мир глубокого обучения, опытным специалистом по обработке данных или любителем, мечтающим создать «вирусное» приложение с использованием ИИ, – наверняка задавались вопросом: с чего начать? Практические примеры из этой книги научат вас создавать приложения глубокого обучения для облачных, мобильных и краевых (edge) систем. Если вы хотите создать что-то необычное, полезное, масштабируемое или просто классное – эта книга для вас.
Многолетний опыт исследований в области глубокого обучения и разработки приложений позволяют авторам научить каждого воплощать идеи в нечто невероятное и необходимое людям в реальном мире.
После покупки предоставляется дополнительная возможность скачать книгу в формате epub.
Многие средства глубокого обучения используют Python, но именно библиотека PyTorch по-настоящему «питоническая». Легкая в освоении для тех, кто знаком с NumPy и scikit-learn, PyTorch упрощает работу с глубоким обучением, обладая в то же время богатым набором функций. PyTorch прекрасно подходит для быстрого создания моделей и без проблем масштабируется до корпоративного проекта. PyTorch используют такие компании, как Apple и JPMorgan Chase.
Навыки работы с этой библиотекой пригодятся вам для карьерного роста. Вы научитесь создавать нейронные сети и системы глубокого обучения с помощью PyTorch. Книга поможет быстро приступить к созданию реального проекта с нуля. В ней описаны лучшие практики всего конвейера работы с данными, включая PyTorch Tensor API, загрузку данных на Python, мониторинг обучения и визуализацию полученных результатов.
После покупки предоставляется дополнительная возможность скачать книгу в формате epub.
Это саммари – сокращенная версия книги. Только самые ценные мысли, идеи, кейсы, примеры.
Искусственный интеллект проникает в нашу жизнь все дальше: подсказывает кратчайшие маршруты, переводит тексты, помогает совершать покупки, находить врачей и лекарства. А главное, ИИ умнеет с каждым днем. Значит ли это, что машины вот-вот найдут спасение от рака и диабета, а врачи при постановке диагнозов будут обязательно советоваться с искусственным разумом? Стоит ли верить оптимистичным прогнозам футурологов? Или же правы те скептики, которые считают, что ИИ далеко не всесилен и вряд ли в обозримом будущем что-то глобально изменит в медицине? Не лучше ли побеспокоиться о личных данных, которые, попав в Сеть, мгновенно окажутся в руках хакеров? Правда, как водится, где-то посередине, и ее знает Эрик Тополь, врач с мировым именем, посвятивший годы анализу возможностей ИИ в медицине.
Глубокое обучение динамично развивается, открывая все новые и новые возможности создания ПО. Это не только автоматический перевод текстов с одного языка на другой, распознавание изображений, но и многое другое. Глубокое обучение превратилось в важный навык, необходимый каждому разработчику. Keras и TensorFlow облегчают жизнь разработчикам и позволяют легко работать даже тем, кто не имеет фундаментальных знаний в области математики или науки о данных.
Настала пора познакомиться с глубоким обучением и мощной библиотекой Keras!
В этом расширенном и дополненном издании создатель библиотеки Keras – Франсуа Шолле – делится знаниями и с новичками, и с опытными специалистами. Иллюстрации и наглядные примеры помогут вам разобраться с самыми сложными вопросами и концепциями. Вы быстро приобретете навыки, необходимые для разработки приложений глубокого обучения.
Каждый человек может научиться раскладам на картах Таро. Это связано с тем, что расклады — по теории вероятности и статистике — показывают нам вероятный исход событий в будущем. Таро — это не указатели, а проводники, которые освещают наш путь и помогают увидеть тупики. Это не предсказания и не гадания, так как Судьба только в руках самого человека, а карты лишь помогают достичь благоприятных результатов в будущем без возможности ошибок. В данной книге вы узнаете историю возникновения Таро, основные интерпретации в различных сферах каждого аркана, характеристики, масти, стихии, характер каждой карты.
В этой книге простым и доступным для неспециалистов языком раскрываются такие сложные темы, как искусственный интеллект, нейросети, машинное обучение, глубокое обучение. Автор рассказывает о предпосылках глубокого обучения, его истории и базовых основах, а также проводит экскурс в будущее этой технологии, раскрывая перед читателями ее потенциал.
Интерес к машинному обучению зашкаливает, но завышенные ожидания нередко губят проекты еще на ранней стадии. Как машинное обучение – и особенно глубокие нейронные сети – может изменить вашу организацию? Эта книга не только содержит практически полезную информацию о предмете, но и поможет приступить к созданию эффективных сетей глубокого обучения.
Авторы сначала раскрывают фундаментальные вопросы глубокого обучения – настройка, распараллеливание, векторизация, конвейеры операций, а затем переходят к библиотеке Deeplearning4j (DL4J), предназначенной для разработки технологических процессов профессионального уровня. На реальных примерах читатель познакомится с методами и стратегиями обучения глубоких сетей с различной архитектурой и их распараллеливания в кластерах Hadoop и Spark.
Издание предназначено для специалистов по анализу данных, находящихся в поисках более широкого и практического понимания принципов глубокого обучения.
Эта книга будет интересна всем, кто хочет научиться применять Python 3 при разработке в области искусственного интеллекта и машинного обучения.
С этой книгой Вы познакомитесь с основными терминами и понятиями ИИ, такими как машинное обучение, глубокое обучение и нейронные сети.
Научитесь создавать чат-ботов с использованием IBM Watson на платформе Watson Assistant.
Узнаете как можно использовать искусственный интеллект IBM Watson для своих собственных разработок.
На реальных примерах познакомитесь с такими алгоритмами машинного обучения, как регрессия, классификация и кластеризация.
Познакомитесь с глубоким машинным обучением и научитесь создавать нейронные сети с Keras и TensorFlow.
Глубокое обучение с подкреплением (глубокое RL) сочетает в себе два подхода к машинному обучению. В ходе такого обучения виртуальные агенты учатся решать последовательные задачи о принятии решений. За последнее десятилетие было много неординарных достижений в этой области – от однопользовательских и многопользовательских игр, таких как го и видеоигры Atari и Dota 2, до робототехники.
Эта книга – введение в глубокое обучение с подкреплением, уникально комбинирующее теорию и практику. Авторы начинают повествование с базовых сведений, затем подробно объясняют теорию алгоритмов глубокого RL, демонстрируют их реализации на примере программной библиотеки SLM Lab и напоследок описывают практические аспекты использования глубокого RL.
Руководство идеально подойдет как для студентов, изучающих компьютерные науки, так и для разработчиков программного обеспечения, которые знакомы с основными принципами машинного обучения и знают Python.