Deep learning z tensorflow 2 i keras dla zaawansowanych. sieci gan i vae, deep rl, uczenie nienadzorowane, wykrywanie i segmentacja obiektów i nie tylko (Helion Gliwice)

"Oto sugestia dla specjalistów zajmujących się programowaniem nienaturalnej inteligencji i studentów kształcących się w tej dziedzinie. Autor przybliża tajniki tworzenia sieci neuronowych stosowanych w uczeniu głębokim i demonstruje, w jaki sposób używać w tym celu bibliotek Keras i TensorFlow. Objaśnia zagadnienia dotyczące programowania AI równocześnie w teorii, jak i praktyce. Liczne przykłady, czytelna oprawa graficzna i logiczne wywody sprawiają, iż to sprawne narzędzie dla każdego, kto chce się nauczyć budowania sieci neuronowych typu MLP, CNN i RNN.

Książka wprowadza w teoretyczne fundamenty uczenia głębokiego - znalazły się w niej wyjaśnienia podstawowych pojęć związanych z tą dziedziną i różnice pomiędzy poszczególnymi typami sieci neuronowych. Opisano tutaj również metody programowania algorytmów wykorzystywanych w uczeniu głębokim i sposoby ich wdrażania. Dzięki lekturze lepiej zrozumiesz sieci neuronowe, nauczysz się ich tworzenia i zastosowania w różnorodnych projektach z zakresu AI.

Polecamy tę książkę każdemu, kto:

chce zrozumieć, jak działają sieci neuronowe i w jaki sposób się je tworzy
specjalizuje się w uczeniu głębokim albo zamierza lepiej poznać tę dziedzinę
posługuje się sieciami neuronowymi w programowaniu
chce się nauczyć stosować biblioteki Keras i TensorFlow w uczeniu głębokim


O autorze książki

Rowel Atienza — profesor w Instytucie Elektrycznym i Inżynierii Elektronicznej Uniwersytetu Filipińskiego w Diliman, kierownik katedry nienaturalnej inteligencji w Instytucie Dado i Marii Banatao. Ma praktyczne doświadczenie w programowaniu robotów, tworzeniu algorytmów sztucznej inteligencji i widzeniu komputerowym. Autor licznych artykułów i wystąpień na konferencjach dotyczących AI, specjalista w zakresie sieci neuronowych i uczenia głębokiego."