دانلود کتاب Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems (به فارسی: یادگیری ماشینی دستی با Scikit-Learn، Keras و TensorFlow: مفاهیم، ابزارها و تکنیکهای ساخت سیستمهای هوشمند) نوشته شده توسط «Aurelien Geron [Géron – Aurélien]»
اطلاعات کتاب یادگیری ماشینی دستی با Scikit-Learn، Keras و TensorFlow: مفاهیم، ابزارها و تکنیکهای ساخت سیستمهای هوشمند
موضوع اصلی: کامپیوتر – علوم کامپیوتر
نوع: کتاب الکترونیکی
ناشر: O’Reilly Media
نویسنده: Aurelien Geron [Géron – Aurélien]
زبان: english
فرمت کتاب: EPUB (قابل تبدیل به سایر فرمت ها)
سال انتشار: 2019
تعداد صفحه: 856
حجم فایل: 46.64 مگابایت
کد کتاب: 1492032646 , 9781492032649
نوبت چاپ: 2nd
توضیحات کتاب یادگیری ماشینی دستی با Scikit-Learn، Keras و TensorFlow: مفاهیم، ابزارها و تکنیکهای ساخت سیستمهای هوشمند
از طریق یک سری پیشرفت های اخیر، یادگیری عمیق کل زمینه یادگیری ماشین را تقویت کرده است. اکنون، حتی برنامه نویسانی که تقریباً هیچ چیز در مورد این فناوری نمی دانند، می توانند از ابزارهای ساده و کارآمد برای اجرای برنامه هایی که قادر به یادگیری از داده ها هستند، استفاده کنند. این کتاب کاربردی به شما نشان می دهد که چگونه.
نویسنده Aurélien Géron با استفاده از مثالهای عینی، نظریه حداقل و دو چارچوب پایتون آماده تولید-Scikit-Learn و TensorFlow-به شما کمک میکند تا درک شهودی از مفاهیم و ابزارهای ساخت سیستمهای هوشمند به دست آورید. شما طیف وسیعی از تکنیک ها را یاد خواهید گرفت که از رگرسیون خطی ساده شروع می شود و تا شبکه های عصبی عمیق پیش می رود. با تمرینهایی در هر فصل که به شما کمک میکند آموختههای خود را به کار ببندید، تنها چیزی که برای شروع نیاز دارید تجربه برنامهنویسی است.
• چشم انداز یادگیری ماشین، به ویژه شبکه های عصبی را کاوش کنید
• از Scikit-Learn برای ردیابی یک نمونه پروژه یادگیری ماشینی سرتاسر استفاده کنید
• چندین مدل آموزشی، از جمله ماشینهای بردار پشتیبان، درختهای تصمیمگیری، جنگلهای تصادفی، و روشهای مجموعه را کاوش کنید
• از کتابخانه TensorFlow برای ساختن و آموزش شبکه های عصبی استفاده کنید
• در معماریهای شبکه عصبی، از جمله شبکههای کانولوشن، شبکههای مکرر، و یادگیری تقویتی عمیق فرو بروید
• تکنیک های آموزش و مقیاس بندی شبکه های عصبی عمیق را بیاموزید
By using concrete examples, minimal theory, and two production-ready Python frameworks—Scikit-Learn and TensorFlow—author Aurélien Géron helps you gain an intuitive understanding of the concepts and tools for building intelligent systems. You’ll learn a range of techniques, starting with simple linear regression and progressing to deep neural networks. With exercises in each chapter to help you apply what you’ve learned, all you need is programming experience to get started.
• Explore the machine learning landscape, particularly neural nets
• Use Scikit-Learn to track an example machine-learning project end-to-end
• Explore several training models, including support vector machines, decision trees, random forests, and ensemble methods
• Use the TensorFlow library to build and train neural nets
• Dive into neural net architectures, including convolutional nets, recurrent nets, and deep reinforcement learning
• Learn techniques for training and scaling deep neural nets

برای دریافت کد تخفیف ۲۰ درصدی این کتاب، ابتدا صفحه اینستاگرام کازرون آنلاین (@kazerun.online ) را دنبال کنید. سپس، کلمه «بلیان» را در دایرکت ارسال کنید تا کد تخفیف به شما ارسال شود.