دانلود کتاب Hands-On Neural Networks: Learn how to build and train your first neural network model using Python (به فارسی: شبکه های عصبی دستی: یاد بگیرید که چگونه اولین مدل شبکه عصبی خود را با استفاده از پایتون بسازید و آموزش دهید) نوشته شده توسط «Leonardo De Marchi – Laura Mitchell»
اطلاعات کتاب شبکه های عصبی دستی: یاد بگیرید که چگونه اولین مدل شبکه عصبی خود را با استفاده از پایتون بسازید و آموزش دهید
موضوع اصلی: کامپیوتر – علوم کامپیوتر
نوع: کتاب الکترونیکی
ناشر: Packt Publishing
نویسنده: Leonardo De Marchi – Laura Mitchell
زبان: english
فرمت کتاب: PDF (قابل تبدیل به سایر فرمت ها)
سال انتشار: 2019
تعداد صفحه: 280 / 269
حجم فایل: 22.22 مگابایت
کد کتاب: 1788992598 , 9781788992596
نوبت چاپ: 1
توضیحات کتاب شبکه های عصبی دستی: یاد بگیرید که چگونه اولین مدل شبکه عصبی خود را با استفاده از پایتون بسازید و آموزش دهید
طراحی و ایجاد شبکه های عصبی با یادگیری عمیق و اصول هوش مصنوعی با استفاده از OpenAI Gym، TensorFlow و Keras
ویژگی های کلیدی
• معماری شبکه عصبی را کاوش کنید و نحوه عملکرد آن را درک کنید
• الگوریتم هایی را برای حل مسائل رایج با استفاده از انتشار پس و پرسپترون بیاموزید
• نحوه اعمال شبکه های عصبی در برنامه ها را با کمک تصاویر مفید درک کنید
توضیحات کتاب
شبکه های عصبی نقش بسیار مهمی در یادگیری عمیق و هوش مصنوعی (AI) ایفا می کنند، با کاربرد در دامنه های مختلف، از تشخیص پزشکی گرفته تا پیش بینی مالی و حتی تشخیص ماشین.
شبکه‌های عصبی Hands-On برای راهنمایی شما از طریق یادگیری در مورد شبکه‌های عصبی به روشی عملی طراحی شده‌اند. این کتاب با معرفی مختصری از شبکه های پرسپترون شما را شروع می کند. سپس بینش هایی در مورد یادگیری ماشین به دست خواهید آورد و همچنین خواهید فهمید که آینده هوش مصنوعی چگونه می تواند باشد. سپس، نحوه استفاده از جاسازی‌ها را برای پردازش داده‌های متنی و نقش شبکه‌های حافظه کوتاه‌مدت (LSTM) در کمک به حل مشکلات رایج پردازش زبان طبیعی (NLP) مطالعه خواهید کرد. فصل‌های بعدی نشان خواهند داد که چگونه می‌توانید مفاهیم پیشرفته از جمله یادگیری انتقال، شبکه‌های متخاصم تولیدی (GAN)، رمزگذارهای خودکار و یادگیری تقویتی را پیاده‌سازی کنید. در نهایت، می توانید منتظر مطالب بیشتر در مورد آخرین پیشرفت ها در زمینه شبکه های عصبی باشید.
در پایان این کتاب، شما مهارت های لازم برای ساخت، آموزش و بهینه سازی مدل شبکه عصبی خود را خواهید داشت که می تواند برای ارائه راه حل های قابل پیش بینی استفاده شود.
آنچه خواهید آموخت
• آموزش نحوه آموزش شبکه با استفاده از پس انتشار
را بیاموزید
• نحوه بارگذاری و تبدیل تصاویر برای استفاده در شبکه های عصبی را کشف کنید
• مطالعه کنید که چگونه شبکه های عصبی را می توان برای مجموعه متنوعی از برنامه ها اعمال کرد
• حل چالش های رایج در توسعه شبکه های عصبی
• مفهوم یادگیری انتقال را برای حل تکالیف با استفاده از شبکه Keras و Visual Geometry Group (VGG) درک کنید
• با مفاهیم پیشرفته و پیچیده یادگیری عمیق مانند LSTM و NLP به سرعت برسید
• الگوریتم های نوآورانه ای مانند GAN ها و یادگیری تقویتی عمیق را کاوش کنید
این کتاب برای چه کسانی است
اگر به هوش مصنوعی و یادگیری عمیق علاقه دارید و می خواهید مهارت های خود را بیشتر کنید، این کتاب سطح متوسط برای شما مناسب است. برخی از دانش های آماری به شما کمک می کند تا بیشترین بهره را از این کتاب ببرید.
Key Features
• Explore neural network architecture and understand how it functions
• Learn algorithms to solve common problems using back propagation and perceptrons
• Understand how to apply neural networks to applications with the help of useful illustrations
Book Description
Neural networks play a very important role in deep learning and artificial intelligence (AI), with applications in a wide variety of domains, right from medical diagnosis, to financial forecasting, and even machine diagnostics.
Hands-On Neural Networks is designed to guide you through learning about neural networks in a practical way. The book will get you started by giving you a brief introduction to perceptron networks. You will then gain insights into machine learning and also understand what the future of AI could look like. Next, you will study how embeddings can be used to process textual data and the role of long short-term memory networks (LSTMs) in helping you solve common natural language processing (NLP) problems. The later chapters will demonstrate how you can implement advanced concepts including transfer learning, generative adversarial networks (GANs), autoencoders, and reinforcement learning. Finally, you can look forward to further content on the latest advancements in the field of neural networks.
By the end of this book, you will have the skills you need to build, train, and optimize your own neural network model that can be used to provide predictable solutions.
What you will learn
• Learn how to train a network by using backpropagation
• Discover how to load and transform images for use in neural networks
• Study how neural networks can be applied to a varied set of applications
• Solve common challenges faced in neural network development
• Understand the transfer learning concept to solve tasks using Keras and Visual Geometry Group (VGG) network
• Get up to speed with advanced and complex deep learning concepts like LSTMs and NLP
• Explore innovative algorithms like GANs and deep reinforcement learning
Who this book is for
If you are interested in artificial intelligence and deep learning and want to further your skills, then this intermediate-level book is for you. Some knowledge of statistics will help you get the most out of this book.
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.