- Ocena:
- Bądź pierwszym, który oceni tę książkę
- Stron:
- 392
- Dostępne formaty:
-
ePubMobi
Opis ebooka: AI and Machine Learning for Coders
If you're looking to make a career move from programmer to AI specialist, this is the ideal place to start. Based on Laurence Moroney's extremely successful AI courses, this introductory book provides a hands-on, code-first approach to help you build confidence while you learn key topics.
You'll understand how to implement the most common scenarios in machine learning, such as computer vision, natural language processing (NLP), and sequence modeling for web, mobile, cloud, and embedded runtimes. Most books on machine learning begin with a daunting amount of advanced math. This guide is built on practical lessons that let you work directly with the code.
You'll learn:
- How to build models with TensorFlow using skills that employers desire
- The basics of machine learning by working with code samples
- How to implement computer vision, including feature detection in images
- How to use NLP to tokenize and sequence words and sentences
- Methods for embedding models in Android and iOS
- How to serve models over the web and in the cloud with TensorFlow Serving
Wybrane bestsellery
-
AI is nothing without somewhere to run it. Now that mobile devices have become the primary computing device for most people, it's essential that mobile developers add AI to their toolbox. This insightful book is your guide to creating and running models on popular mobile platforms such as iOS and...(186.15 zł najniższa cena z 30 dni)
186.15 zł
219.00 zł(-15%) -
Ta książka jest praktycznym podręcznikiem opartym na sprawdzonej metodyce: nauce poprzez pisanie kodu w Pythonie. Aby w pełni z niego skorzystać, nie musisz znać wyższej matematyki. Dzięki praktycznym lekcjom szybko zaczniesz programowo tworzyć konkretne rozwiązania. Dowiesz się, jak można zaimpl...
Sztuczna inteligencja i uczenie maszynowe dla programistów. Praktyczny przewodnik po sztucznej inteligencji Sztuczna inteligencja i uczenie maszynowe dla programistów. Praktyczny przewodnik po sztucznej inteligencji
(53.40 zł najniższa cena z 30 dni)57.84 zł
89.00 zł(-35%) -
Odkryj fascynujący świat sztucznej inteligencji (AI) bez zbędnych komplikacji! Ta książka to idealny przewodnik dla każdego, kto chce zrozumieć, jak AI zmienia nasz świat, od podstawowych pojęć po zaawansowane technologie. Dzięki jasnym wyjaśnieniom i przystępnemu językowi, autor demistyfikuje sk...
AI bez tajemnic. Sztuczna Inteligencja od podstaw po zaawansowane techniki AI bez tajemnic. Sztuczna Inteligencja od podstaw po zaawansowane techniki
-
Tę książkę docenią wszyscy zainteresowani eksploracją danych i uczeniem maszynowym, którzy chcieliby pewnie poruszać się w świecie nauki o danych. Pokazano tu, w jaki sposób Excel pozwala zobrazować proces ich eksplorowania i jak działają poszczególne techniki w tym zakresie. Przejrzyście wyjaśni...
Eksploracja danych za pomocą Excela. Metody uczenia maszynowego krok po kroku Eksploracja danych za pomocą Excela. Metody uczenia maszynowego krok po kroku
(40.20 zł najniższa cena z 30 dni)43.55 zł
67.00 zł(-35%) -
Oto praktyczny przewodnik po nauce o danych w miejscu pracy. Dowiesz się stąd wszystkiego, co ważne na początku Twojej drogi jako danologa: od osobowości, z którymi przyjdzie Ci pracować, przez detale analizy danych, po matematykę stojącą za algorytmami i uczeniem maszynowym. Nauczysz się myśleć ...
Analityk danych. Przewodnik po data science, statystyce i uczeniu maszynowym Analityk danych. Przewodnik po data science, statystyce i uczeniu maszynowym
(41.40 zł najniższa cena z 30 dni)44.85 zł
69.00 zł(-35%) -
Książka stanowi kompendium wiedzy na temat tej niesłychanie szybko rozwijającej się i dynamicznie wkraczającej w nasze życie dziedziny. Została napisana tak, aby była przystępna dla osób posiadających podstawowe umiejętności matematyczne. Może stanowić podręcznik dla studentów takich kierunków ja...(29.40 zł najniższa cena z 30 dni)
31.85 zł
49.00 zł(-35%) -
Ta książka jest przystępnym przewodnikiem po uczeniu maszynowym. Aby zrozumieć zawartą w niej treść, wystarczy podstawowa umiejętność programowania i znajomość matematyki na poziomie szkoły średniej. Znalazło się tu omówienie podstawowych pojęć i wyjaśnienie mechanizmów rządzących uczeniem głębok...
Deep Learning. Praktyczne wprowadzenie z zastosowaniem środowiska Pythona Deep Learning. Praktyczne wprowadzenie z zastosowaniem środowiska Pythona
(59.40 zł najniższa cena z 30 dni)64.35 zł
99.00 zł(-35%) -
Ten podręcznik jest przeznaczony dla osób, które chcą dobrze zrozumieć matematyczne podstawy uczenia maszynowego i nabrać praktycznego doświadczenia w używaniu pojęć matematycznych. Wyjaśniono tutaj stosowanie szeregu technik matematycznych, takich jak algebra liniowa, geometria analityczna, rozk...(77.40 zł najniższa cena z 30 dni)
83.85 zł
129.00 zł(-35%) -
Rosnące możliwości różnych form sztucznej inteligencji niepokoją ludzi od kilkudziesięciu lat. Stopniowo uzależniamy się od ciągłej asysty nowoczesnych technologii, jednak coraz doskonalsze metody uczenia maszynowego, dostępna i potężna moc obliczeniowa korzystająca z niewyobrażalnie wielkich zas...
Człowiek na rozdrożu. Sztuczna inteligencja 25 punktów widzenia Człowiek na rozdrożu. Sztuczna inteligencja 25 punktów widzenia
(29.40 zł najniższa cena z 30 dni)31.85 zł
49.00 zł(-35%)
O autorze ebooka
Laurence Moroney pracuje w Google. Kieruje zespołem, który zajmuje się rozwiązaniami wykorzystującymi sztuczną inteligencję. Jest też trenerem: szkoli projektantów oprogramowania w zakresie technik budowy systemów uczenia maszynowego. Często udziela się na kanale TensorFlow w YouTube. Jest znanym na całym świecie prelegentem, a także autorem książek beletrystycznych — napisał kilka dobrze przyjętych powieści science fiction.
Kup polskie wydanie:
Sztuczna inteligencja i uczenie maszynowe dla programistów. Praktyczny przewodnik po sztucznej inteligencji
- Autor:
- Laurence Moroney
44,50 zł
89,00 zł
(34.90 zł najniższa cena z 30 dni)
Ebooka "AI and Machine Learning for Coders" przeczytasz na:
-
czytnikach Inkbook, Kindle, Pocketbook, Onyx Boox i innych
-
systemach Windows, MacOS i innych
-
systemach Windows, Android, iOS, HarmonyOS
-
na dowolnych urządzeniach i aplikacjach obsługujących formaty: PDF, EPub, Mobi
Masz pytania? Zajrzyj do zakładki Pomoc »
Audiobooka "AI and Machine Learning for Coders" posłuchasz:
-
w aplikacji Ebookpoint na Android, iOS, HarmonyOs
-
na systemach Windows, MacOS i innych
-
na dowolnych urządzeniach i aplikacjach obsługujących format MP3 (pliki spakowane w ZIP)
Masz pytania? Zajrzyj do zakładki Pomoc »
Kurs Video "AI and Machine Learning for Coders" zobaczysz:
-
w aplikacjach Ebookpoint i Videopoint na Android, iOS, HarmonyOs
-
na systemach Windows, MacOS i innych z dostępem do najnowszej wersji Twojej przeglądarki internetowej
Szczegóły ebooka
- ISBN Ebooka:
- 978-14-920-7814-2, 9781492078142
- Data wydania ebooka:
- 2020-10-01 Data wydania ebooka często jest dniem wprowadzenia tytułu do sprzedaży i może nie być równoznaczna z datą wydania książki papierowej. Dodatkowe informacje możesz znaleźć w darmowym fragmencie. Jeśli masz wątpliwości skontaktuj się z nami sklep@ebookpoint.pl.
- Język publikacji:
- angielski
- Rozmiar pliku ePub:
- 28.8MB
- Rozmiar pliku Mobi:
- 58.6MB
Spis treści ebooka
- Foreword
- Preface
- Who Should Read This Book
- Why I Wrote This Book
- Navigating This Book
- Technology You Need to Understand
- Online Resources
- Conventions Used in This Book
- Using Code Examples
- OReilly Online Learning
- How to Contact Us
- Acknowledgments
- I. Building Models
- 1. Introduction to TensorFlow
- What Is Machine Learning?
- Limitations of Traditional Programming
- From Programming to Learning
- What Is TensorFlow?
- Using TensorFlow
- Installing TensorFlow in Python
- Using TensorFlow in PyCharm
- Using TensorFlow in Google Colab
- Getting Started with Machine Learning
- Seeing What the Network Learned
- Summary
- 2. Introduction to Computer Vision
- Recognizing Clothing Items
- The Data: Fashion MNIST
- Recognizing Clothing Items
- Neurons for Vision
- Designing the Neural Network
- The Complete Code
- Training the Neural Network
- Exploring the Model Output
- Training for LongerDiscovering Overfitting
- Stopping Training
- Summary
- 3. Going Beyond the Basics: Detecting Features in Images
- Convolutions
- Pooling
- Implementing Convolutional Neural Networks
- Exploring the Convolutional Network
- Building a CNN to Distinguish Between Horses and Humans
- The Horses or Humans Dataset
- The Keras ImageDataGenerator
- CNN Architecture for Horses or Humans
- Adding Validation to the Horses or Humans Dataset
- Testing Horse or Human Images
- Image Augmentation
- Transfer Learning
- Multiclass Classification
- Dropout Regularization
- Summary
- 4. Using Public Datasets with TensorFlow Datasets
- Getting Started with TFDS
- Using TFDS with Keras Models
- Loading Specific Versions
- Using Mapping Functions for Augmentation
- Using TensorFlow Addons
- Using Custom Splits
- Understanding TFRecord
- The ETL Process for Managing Data in TensorFlow
- Optimizing the Load Phase
- Parallelizing ETL to Improve Training Performance
- Summary
- 5. Introduction to Natural Language Processing
- Encoding Language into Numbers
- Getting Started with Tokenization
- Turning Sentences into Sequences
- Using out-of-vocabulary tokens
- Understanding padding
- Encoding Language into Numbers
- Removing Stopwords and Cleaning Text
- Working with Real Data Sources
- Getting Text from TensorFlow Datasets
- Using the IMDb subwords datasets
- Getting Text from TensorFlow Datasets
- Getting Text from CSV Files
- Creating training and test subsets
- Getting Text from JSON Files
- Reading JSON files
- Summary
- 6. Making Sentiment Programmable Using Embeddings
- Establishing Meaning from Words
- A Simple Example: Positives and Negatives
- Going a Little Deeper: Vectors
- Establishing Meaning from Words
- Embeddings in TensorFlow
- Building a Sarcasm Detector Using Embeddings
- Reducing Overfitting in Language Models
- Adjusting the learning rate
- Exploring vocabulary size
- Exploring embedding dimensions
- Exploring the model architecture
- Using dropout
- Using regularization
- Other optimization considerations
- Using the Model to Classify a Sentence
- Visualizing the Embeddings
- Using Pretrained Embeddings from TensorFlow Hub
- Summary
- 7. Recurrent Neural Networks for Natural Language Processing
- The Basis of Recurrence
- Extending Recurrence for Language
- Creating a Text Classifier with RNNs
- Stacking LSTMs
- Optimizing stacked LSTMs
- Using dropout
- Stacking LSTMs
- Using Pretrained Embeddings with RNNs
- Summary
- 8. Using TensorFlow to Create Text
- Turning Sequences into Input Sequences
- Creating the Model
- Generating Text
- Predicting the Next Word
- Compounding Predictions to Generate Text
- Extending the Dataset
- Changing the Model Architecture
- Improving the Data
- Character-Based Encoding
- Summary
- 9. Understanding Sequence and Time Series Data
- Common Attributes of Time Series
- Trend
- Seasonality
- Autocorrelation
- Noise
- Common Attributes of Time Series
- Techniques for Predicting Time Series
- Naive Prediction to Create a Baseline
- Measuring Prediction Accuracy
- Less Naive: Using Moving Average for Prediction
- Improving the Moving Average Analysis
- Summary
- 10. Creating ML Models to Predict Sequences
- Creating a Windowed Dataset
- Creating a Windowed Version of the Time Series Dataset
- Creating a Windowed Dataset
- Creating and Training a DNN to Fit the Sequence Data
- Evaluating the Results of the DNN
- Exploring the Overall Prediction
- Tuning the Learning Rate
- Exploring Hyperparameter Tuning with Keras Tuner
- Summary
- 11. Using Convolutional and Recurrent Methods for Sequence Models
- Convolutions for Sequence Data
- Coding Convolutions
- Experimenting with the Conv1D Hyperparameters
- Convolutions for Sequence Data
- Using NASA Weather Data
- Reading GISS Data in Python
- Using RNNs for Sequence Modeling
- Exploring a Larger Dataset
- Using Other Recurrent Methods
- Using Dropout
- Using Bidirectional RNNs
- Summary
- II. Using Models
- 12. An Introduction to TensorFlow Lite
- What Is TensorFlow Lite?
- Walkthrough: Creating and Converting a Model to TensorFlow Lite
- Step 1. Save the Model
- Step 2. Convert and Save the Model
- Step 3. Load the TFLite Model and Allocate Tensors
- Step 4. Perform the Prediction
- Walkthrough: Transfer Learning an Image Classifier and Converting to TensorFlow Lite
- Step 1. Build and Save the Model
- Step 2. Convert the Model to TensorFlow Lite
- Step 3. Optimize the Model
- Summary
- 13. Using TensorFlow Lite in Android Apps
- What Is Android Studio?
- Creating Your First TensorFlow Lite Android App
- Step 1. Create a New Android Project
- Step 2. Edit Your Layout File
- Step 3. Add the TensorFlow Lite Dependencies
- Step 4. Add Your TensorFlow Lite Model
- Step 5. Write the Activity Code to Use TensorFlow Lite for Inference
- Moving Beyond Hello WorldProcessing Images
- TensorFlow Lite Sample Apps
- Summary
- 14. Using TensorFlow Lite in iOS Apps
- Creating Your First TensorFlow Lite App with Xcode
- Step 1. Create a Basic iOS App
- Step 2. Add TensorFlow Lite to Your Project
- Step 3. Create the User Interface
- Step 4. Add and Initialize the Model Inference Class
- Step 5. Perform the Inference
- Step 6. Add the Model to Your App
- Step 7. Add the UI Logic
- Creating Your First TensorFlow Lite App with Xcode
- Moving Beyond Hello WorldProcessing Images
- TensorFlow Lite Sample Apps
- Summary
- 15. An Introduction to TensorFlow.js
- What Is TensorFlow.js?
- Installing and Using the Brackets IDE
- Building Your First TensorFlow.js Model
- Creating an Iris Classifier
- Summary
- 16. Coding Techniques for Computer Vision in TensorFlow.js
- JavaScript Considerations for TensorFlow Developers
- Building a CNN in JavaScript
- Using Callbacks for Visualization
- Training with the MNIST Dataset
- Running Inference on Images in TensorFlow.js
- Summary
- 17. Reusing and Converting Python Models to JavaScript
- Converting Python-Based Models to JavaScript
- Using the Converted Models
- Converting Python-Based Models to JavaScript
- Using Preconverted JavaScript Models
- Using the Toxicity Text Classifier
- Using MobileNet for Image Classification in the Browser
- Using PoseNet
- Summary
- 18. Transfer Learning in JavaScript
- Transfer Learning from MobileNet
- Step 1. Download MobileNet and Identify the Layers to Use
- Step 2. Create Your Own Model Architecture with the Outputs from MobileNet as Its Input
- Step 3. Gather and Format the Data
- Step 4. Train the Model
- Step 5. Run Inference with the Model
- Transfer Learning from MobileNet
- Transfer Learning from TensorFlow Hub
- Using Models from TensorFlow.org
- Summary
- 19. Deployment with TensorFlow Serving
- What Is TensorFlow Serving?
- Installing TensorFlow Serving
- Installing Using Docker
- Installing Directly on Linux
- Building and Serving a Model
- Exploring Server Configuration
- Summary
- 20. AI Ethics, Fairness, and Privacy
- Fairness in Programming
- Fairness in Machine Learning
- Tools for Fairness
- The What-If Tool
- Facets
- Federated Learning
- Step 1. Identify Available Devices for Training
- Step 2. Identify Suitable Available Devices for Training
- Step 3. Deploy a Trainable Model to Your Training Set
- Step 4. Return the Results of the Training to the Server
- Step 5. Deploy the New Master Model to the Clients
- Secure Aggregation with Federated Learning
- Federated Learning with TensorFlow Federated
- Googles AI Principles
- Summary
- Index
O'Reilly Media - inne książki
-
JavaScript gives web developers great power to create rich interactive browser experiences, and much of that power is provided by the browser itself. Modern web APIs enable web-based applications to come to life like never before, supporting actions that once required browser plug-ins. Some are s...(186.15 zł najniższa cena z 30 dni)
186.15 zł
219.00 zł(-15%) -
How will software development and operations have to change to meet the sustainability and green needs of the planet? And what does that imply for development organizations? In this eye-opening book, sustainable software advocates Anne Currie, Sarah Hsu, and Sara Bergman provide a unique overview...(160.65 zł najniższa cena z 30 dni)
177.65 zł
209.00 zł(-15%) -
OpenTelemetry is a revolution in observability data. Instead of running multiple uncoordinated pipelines, OpenTelemetry provides users with a single integrated stream of data, providing multiple sources of high-quality telemetry data: tracing, metrics, logs, RUM, eBPF, and more. This practical gu...(143.65 zł najniższa cena z 30 dni)
152.15 zł
179.00 zł(-15%) -
Interested in developing embedded systems? Since they don't tolerate inefficiency, these systems require a disciplined approach to programming. This easy-to-read guide helps you cultivate good development practices based on classic software design patterns and new patterns unique to embedded prog...(152.15 zł najniższa cena z 30 dni)
160.65 zł
189.00 zł(-15%) -
If you use Linux in your day-to-day work, then Linux Pocket Guide is the perfect on-the-job reference. This thoroughly updated 20th anniversary edition explains more than 200 Linux commands, including new commands for file handling, package management, version control, file format conversions, an...(92.65 zł najniższa cena z 30 dni)
101.15 zł
119.00 zł(-15%) -
Gain the valuable skills and techniques you need to accelerate the delivery of machine learning solutions. With this practical guide, data scientists, ML engineers, and their leaders will learn how to bridge the gap between data science and Lean product delivery in a practical and simple way. Dav...(245.65 zł najniższa cena z 30 dni)
245.65 zł
289.00 zł(-15%) -
This practical book provides a detailed explanation of the zero trust security model. Zero trust is a security paradigm shift that eliminates the concept of traditional perimeter-based security and requires you to "always assume breach" and "never trust but always verify." The updated edition off...(203.15 zł najniższa cena z 30 dni)
211.65 zł
249.00 zł(-15%) -
Decentralized finance (DeFi) is a rapidly growing field in fintech, having grown from $700 million to $100 billion over the past three years alone. But the lack of reliable information makes this area both risky and murky. In this practical book, experienced securities attorney Alexandra Damsker ...(203.15 zł najniższa cena z 30 dni)
211.65 zł
249.00 zł(-15%) -
Whether you're a startup founder trying to disrupt an industry or an entrepreneur trying to provoke change from within, your biggest challenge is creating a product people actually want. Lean Analytics steers you in the right direction.This book shows you how to validate your initial idea, find t...(126.65 zł najniższa cena z 30 dni)
126.65 zł
149.00 zł(-15%) -
When it comes to building user interfaces on the web, React enables web developers to unlock a new world of possibilities. This practical book helps you take a deep dive into fundamental concepts of this JavaScript library, including JSX syntax and advanced patterns, the virtual DOM, React reconc...(194.65 zł najniższa cena z 30 dni)
211.65 zł
249.00 zł(-15%)
Dzieki opcji "Druk na żądanie" do sprzedaży wracają tytuły Grupy Helion, które cieszyły sie dużym zainteresowaniem, a których nakład został wyprzedany.
Dla naszych Czytelników wydrukowaliśmy dodatkową pulę egzemplarzy w technice druku cyfrowego.
Co powinieneś wiedzieć o usłudze "Druk na żądanie":
- usługa obejmuje tylko widoczną poniżej listę tytułów, którą na bieżąco aktualizujemy;
- cena książki może być wyższa od początkowej ceny detalicznej, co jest spowodowane kosztami druku cyfrowego (wyższymi niż koszty tradycyjnego druku offsetowego). Obowiązująca cena jest zawsze podawana na stronie WWW książki;
- zawartość książki wraz z dodatkami (płyta CD, DVD) odpowiada jej pierwotnemu wydaniu i jest w pełni komplementarna;
- usługa nie obejmuje książek w kolorze.
Masz pytanie o konkretny tytuł? Napisz do nas: sklep[at]helion.pl.
Książka, którą chcesz zamówić pochodzi z końcówki nakładu. Oznacza to, że mogą się pojawić drobne defekty (otarcia, rysy, zagięcia).
Co powinieneś wiedzieć o usłudze "Końcówka nakładu":
- usługa obejmuje tylko książki oznaczone tagiem "Końcówka nakładu";
- wady o których mowa powyżej nie podlegają reklamacji;
Masz pytanie o konkretny tytuł? Napisz do nas: sklep[at]helion.pl.
Książka drukowana
Oceny i opinie klientów: AI and Machine Learning for Coders Laurence Moroney (0) Weryfikacja opinii następuję na podstawie historii zamówień na koncie Użytkownika umieszczającego opinię. Użytkownik mógł otrzymać punkty za opublikowanie opinii uprawniające do uzyskania rabatu w ramach Programu Punktowego.