Uczenie maszynowe z użyciem Scikit-Learn, Keras i TensorFlow

*Pojęcia, techniki i narzędzia niezbędne do tworzenia inteligentnych systemów*

Głębokie sieci neuronowe oferują niesamowite możliwości, które zmieniają oblicze uczenia maszynowego. Ostatnie lata przyniosły ze sobą zmiany, które pchnęły technologię uczenia głębokiego na nowe tory. Nawet osoby bez wcześniejszego doświadczenia w tej dziedzinie mogą teraz korzystać z łatwo dostępnych i wydajnych narzędzi do opracowywania programów opartych na uczeniu maszynowym.

Ten przewodnik, napisany przez twórcę Keras, François Cholleta, oferuje cenne porady i przystępne objaśnienia, co czyni go niezastąpionym źródłem wiedzy. Jest to trzecie wydanie popularnej książki o uczeniu maszynowym, które skierowane jest do czytelników z podstawową wiedzą programistyczną, chcących zgłębić tajniki tej technologii. Książka kładzie nacisk na praktyczne podejście, minimalizując teorię i bogato ilustrując zagadnienia przykładami oraz ćwiczeniami, które pozwolą Ci zrozumieć kluczowe koncepcje i rozpocząć pracę z popularnymi narzędziami Pythona, takimi jak Scikit-Learn, Keras czy TensorFlow. W nowym wydaniu omówiono szeroką gamę technik, od klasycznego uczenia się poprzez regresję liniową po zaawansowane sieci neuronowe, dając możliwość szybkiego tworzenia działających inteligentnych systemów.

Wśród tematów poruszanych w książce znajdują się:

- Wykorzystanie Scikit-Learn, TensorFlow i Keras
- Modele takie jak maszyny wektorów nośnych, drzewa decyzyjne, lasy losowe oraz techniki zespołowe
- Formy uczenia nienadzorowanego, w tym redukcja wymiarowości, analiza skupień oraz wykrywanie anomalii
- Różnorodne sieci neuronowe, takie jak sieci splotowe, rekurencyjne, modele dyfuzyjne oraz transformatory
- Proces trenowania i implementacji sieci neuronowych

Ta publikacja stanowi świetne wprowadzenie do teoretycznych i praktycznych aspektów rozwiązywania problemów przy użyciu sieci neuronowych, jak podkreśla Pete Warden, mobile lead projektu TensorFlow. Pozwoli ci ona opanować sztukę tworzenia i trenowania nowoczesnych sieci neuronowych.