Aurélien Géron Libros

A través de una serie de avances recientes, el aprendizaje profundo ha impulsado todo el campo del aprendizaje automático. Este libro práctico muestra cómo utilizar herramientas simples y eficientes para implementar programas capaces de aprender de datos. Utilizando ejemplos concretos, teoría mínima y dos marcos de trabajo en Python—scikit-learn y TensorFlow—el autor Aurélien Géron te ayuda a adquirir una comprensión intuitiva de los conceptos y herramientas para construir sistemas inteligentes. Aprenderás una variedad de técnicas, comenzando con la regresión lineal simple y progresando hasta redes neuronales profundas. Con ejercicios en cada capítulo para ayudarte a aplicar lo que has aprendido, solo necesitas experiencia en programación para comenzar. Explora el panorama del aprendizaje automático, particularmente las redes neuronales. Utiliza scikit-learn para seguir un proyecto de aprendizaje automático de principio a fin. Explora varios modelos de entrenamiento, incluyendo máquinas de soporte vectorial, árboles de decisión y métodos de ensamblaje. Utiliza la biblioteca TensorFlow para construir y entrenar redes neuronales. Aprende técnicas para entrenar y escalar redes neuronales profundas y aplica ejemplos de código prácticos sin adquirir una teoría excesiva del aprendizaje automático o detalles de algoritmos.

W 2006 roku świat nauki odkrył potencjał głębokich sieci neuronowych, co doprowadziło do rozwoju techniki uczenia głębokiego. Choć wymagało to ogromnej mocy obliczeniowej i dużych zbiorów danych, efekty były imponujące. W kolejnych latach technologia ta zyskała na znaczeniu w różnych dziedzinach, prowadząc do powstania zaawansowanych produktów. Obecnie prace nad nowymi zastosowaniami sieci głębokich trwają, a ich wpływ na nasze życie będzie coraz większy. To drugie wydanie bestsellerowego przewodnika po technikach uczenia maszynowego jest dostępne dla osób z minimalnymi umiejętnościami programistycznymi. Książka koncentruje się na praktycznych aspektach, oferując liczne przykłady i ćwiczenia, a teoria jest ograniczona do niezbędnego minimum. Zawiera gotowe rozwiązania oraz zasady pracy z narzędziami, w tym TensorFlow 2. Dzięki temu czytelnicy szybko przyswoją kluczowe pojęcia i narzędzia do tworzenia inteligentnych systemów. W książce znajdziesz informacje o podstawach uczenia maszynowego, technikach wykrywania obiektów, segmentacji semantycznej, interfejsie Keras, wdrażaniu modeli TensorFlow oraz technikach uczenia nienadzorowanego. To doskonałe źródło wiedzy o zaawansowanych technologiach sztucznej inteligencji!