Matemātika un dziļās mācīšanās arhitektūra

Matemātika un dziļās mācīšanās arhitektūra

Uzziniet, kas notiek iekšā melnajā kastē! Lai izmantotu dziļo mācīšanos, jums būs jāsagatavo dati, jāizvēlas pareizais modelis, jāapmāca tas, jānovērtē kvalitāte un precizitāte un jāparedz nenoteiktības un mainīguma apstrāde izvērstā risinājuma izejas datos. Šī grāmata soli pa solim iepazīstina ar... pamata matemātiskajām koncepcijām, kas noderēs jums kā datu speciālistam, — ar vektoru kalkulāciju, lineāro algebru un Baiesa secinājumu, piedāvājot tos dziļās mācīšanās kontekstā.
Autori skaidro matemātiku, teoriju un principus dziļās mācīšanās modeļu izstrādē, un pēc tam demonstrē teorijas pielietojumu praksē, sniedzot fragmentus programmas koda Python valodā ar detalizētiem komentāriem. Grāmatā jūs dosieties ceļojumā no algebras, kalkulācijas un statistikas pamatiem līdz mūsdienu dziļās mācīšanās arhitektūrām, kas ir jaunāko pētījumu rezultāts.

1. Grāmata soli pa solim iepazīstina ar pamata matemātiskajām koncepcijām, kas noderēs jums kā datu speciālistam.
2. Pamata principi neironu tīklu projektēšanā.
3. Dziļās mācīšanās īstenošana Python valodā, izmantojot PyTorch.
4. Regulāraizācija un neefektīvu modeļu optimizācija.
5. Uzziniet, kas notiek iekšā melnajā kastē!

Lasīt tālāk

Autors: Krišnandu Čaudhuri

Izdevniecība: piter

Sērija: Programmētāja bibliotēka

Vecuma ierobežojumi: 16+

Izdošanas gads: 2025

ISBN: 9785446141678

Lappušu skaits: 576

Izmērs: 233h165h30 mm

Vāka tips: mīksts vāks

Svars: 889 g

ID: 1721924

Uzziniet, kas notiek iekšā melnajā kastē! Lai izmantotu dziļo mācīšanos, jums būs jāsagatavo dati, jāizvēlas pareizais modelis, jāapmāca tas, jānovērtē kvalitāte un precizitāte un jāparedz nenoteiktības un mainīguma apstrāde izvērstā risinājuma izejas datos. Šī grāmata soli pa solim iepazīstina ar pamata matemātiskajām koncepcijām, kas noderēs jums kā datu speciālistam, — ar vektoru kalkulāciju, lineāro algebru un Baiesa secinājumu, piedāvājot tos dziļās mācīšanās kontekstā.
Autori skaidro matemātiku, teoriju un principus dziļās mācīšanās modeļu izstrādē, un pēc tam demonstrē teorijas pielietojumu praksē, sniedzot fragmentus programmas koda Python valodā ar detalizētiem komentāriem. Grāmatā jūs dosieties ceļojumā no algebras, kalkulācijas un statistikas pamatiem līdz mūsdienu dziļās mācīšanās arhitektūrām, kas ir jaunāko pētījumu rezultāts.

1. Grāmata soli pa solim iepazīstina ar pamata matemātiskajām koncepcijām, kas noderēs jums kā datu speciālistam.
2. Pamata principi neironu tīklu projektēšanā.
3. Dziļās mācīšanās īstenošana Python valodā, izmantojot PyTorch.
4. Regulāraizācija un neefektīvu modeļu optimizācija.
5. Uzziniet, kas notiek iekšā melnajā kastē!