Door een recente reeks doorbraken heeft deep learning het hele veld van machine learning een boost gegeven.. Nu kunnen zelfs programmeurs die vrijwel niets van deze technologie weten, eenvoudige, efficiënte tools gebruiken om programma's te implementeren die kunnen leren van data.. Dit bestverkochte boek gebruikt concrete voorbeelden, minimale theorie en productieklare Python-frameworks (Scikit-Learn, Keras en TensorFlow) om u te helpen een intuïtief begrip te krijgen van de concepten en tools voor het bouwen van intelligente systemen.
Met deze bijgewerkte derde editie verkent auteur Aurélien Géron een reeks technieken, beginnend met eenvoudige lineaire regressie en voortgaand naar diepe neurale netwerken.. Talrijke codevoorbeelden en oefeningen gedurende het hele boek helpen u om het geleerde toe te passen. Programmeerervaring is alles wat je nodig hebt om te beginnen.
Gebruik Scikit-learn om een voorbeeld ML-project van begin tot eind te volgen
Verken verschillende modellen, waaronder support vector machines, beslisbomen, random forests en ensemblemethoden.
Maak gebruik van technieken voor onbewaakt leren, zoals dimensionaliteitsreductie, clustering en anomaliedetectie.
Duik in neurale netwerkarchitecturen, waaronder convolutionele netwerken, recurrente netwerken, generatieve adversariële netwerken, autoencoders, diffusiemodellen en transformers
Gebruik TensorFlow en Keras om neurale netwerken te bouwen en te trainen voor computervisie, natuurlijke taalverwerking, generatieve modellen en diepe reinforcement learning.
Over de auteur:
Aurélien Géron is een Machine Learning consultant. Als voormalige Googler leidde hij het videoclassificatieteam van YouTube van 2013 tot 2016. Hij was ook medeoprichter en CTO van Wifirst van 2002 tot 2012, een toonaangevende draadloze internetprovider in Frankrijk, en medeoprichter en CTO van Polyconseil in 2001, een adviesbureau voor telecommunicatie.
Niet geleverd, dan geld terug
