Глубокое обучение на Python
Шолле Франсуа, Уотсон Мэттью
Код товара: 5068515
(0 оценок)Оценить
ОтзывНаписать отзыв
ВопросЗадать вопрос
Фиксированная скидка
Акция до 31.12.2026
-35%
4 092
6 295
Доставим в
г. МоскваКурьером
бесплатно от 10 000 ₽
В пункт выдачи
от 200 ₽
бесплатно от 10 000 ₽
Точная стоимость доставки рассчитывается при оформлении заказа
Издательство:
Год издания:
2026
Cерия:
Описание
Характеристики
Менее чем за десятилетие глубокое обучение пережило два ключевых этапа. Сначала Python-библиотеки вроде Keras, TensorFlow и PyTorch вывели нейронные сети из лабораторных экспериментов в реальный продакшен. Затем LLM и другие инструменты генеративного ИИ преобразовали жизнь бизнеса и общества. Франсуа Шолле, создатель библиотеки Keras, и Мэттью Уотсон, занимающийся разработкой Gemini в Google, полностью переработали и обновили книгу, чтобы вы разобрались в устройстве трансформеров, собрали собственную мини-модель GPT и диффузионную модель генерации изображений и дообучили языковую модель методом LoRA.
Книга подойдёт тем, кто владеет Python на среднем уровне и хочет разобраться в глубоком обучении - от основ до современных генеративных моделей, без привязки к одному инструменту и без специальной математической подготовки.
Книга подойдёт тем, кто владеет Python на среднем уровне и хочет разобраться в глубоком обучении - от основ до современных генеративных моделей, без привязки к одному инструменту и без специальной математической подготовки.
код в Майшоп
5068515
возрастная категория
18+ (нет данных)
количество томов
1
ISBN
978-5-4461-4711-3
вес
1000 г
размеры
235x165x33 мм
Содержание
Предисловие
Благодарности
О книге
Целевая аудитория
Структура издания
О примерах кода
Об авторах
От издательства
О научном редакторе русскоязычного издания
Глава 1. Что такое глубокое обучение
Глава 2. Математические основы нейронных сетей
Глава 3. Введение в TensorFlow, PyTorch, JAX и
Keras
Глава 4. Классификация и регрессия
Глава 5. Основы машинного обучения
Глава 6. Обобщенный процесс машинного обучения
Глава 7. Работа с Keras: глубокое погружение
Глава 8. Классификация изображений
Глава 9. Архитектурные шаблоны сверточных
сетей
Глава 10. Интерпретируемость сверточных сетей
Глава 11. Сегментация изображений
Глава 12. Обнаружение объектов
Глава 13. Прогнозирование временных рядов
Глава 14. Классификация текста
Глава 15. Языковые модели и архитектура
Transformer
Глава 16. Генерация текста
Глава 17. Генерация изображений
Глава 18. Практические рекомендации
Глава 19. Будущее ИИ
Глава 20. Заключение
Заключительное слово
Благодарности
О книге
Целевая аудитория
Структура издания
О примерах кода
Об авторах
От издательства
О научном редакторе русскоязычного издания
Глава 1. Что такое глубокое обучение
Глава 2. Математические основы нейронных сетей
Глава 3. Введение в TensorFlow, PyTorch, JAX и
Keras
Глава 4. Классификация и регрессия
Глава 5. Основы машинного обучения
Глава 6. Обобщенный процесс машинного обучения
Глава 7. Работа с Keras: глубокое погружение
Глава 8. Классификация изображений
Глава 9. Архитектурные шаблоны сверточных
сетей
Глава 10. Интерпретируемость сверточных сетей
Глава 11. Сегментация изображений
Глава 12. Обнаружение объектов
Глава 13. Прогнозирование временных рядов
Глава 14. Классификация текста
Глава 15. Языковые модели и архитектура
Transformer
Глава 16. Генерация текста
Глава 17. Генерация изображений
Глава 18. Практические рекомендации
Глава 19. Будущее ИИ
Глава 20. Заключение
Заключительное слово
Отзывы
Вопросы
Поделитесь своим мнением об этом товаре с другими покупателями — будьте первыми!
Дарим бонусы за отзывы!
За какие отзывы можно получить бонусы?
- За уникальные, информативные отзывы, прошедшие модерацию
Как получить больше бонусов за отзыв?
- Публикуйте фото или видео к отзыву
- Пишите отзывы на товары с меткой "Бонусы за отзыв"
Задайте вопрос, чтобы узнать больше о товаре
Если вы обнаружили ошибку в описании товара «Глубокое обучение на Python» (авторы: Шолле Франсуа, Уотсон Мэттью), то выделите её мышкой и нажмите Ctrl+Enter. Спасибо, что помогаете нам стать лучше!