Algorytmy uczenia maszynowego. Zaawansowane techniki implementacji
- Autor:
- Giuseppe Bonaccorso
- Ocena:
- 2.8/6 Opinie: 4
- Stron:
- 496
- Druk:
- oprawa miękka
- Dostępne formaty:
-
PDFePubMobi
Opis ebooka: Algorytmy uczenia maszynowego. Zaawansowane techniki implementacji
Imponujący rozwój standardowych algorytmów przy ciągłej obniżce cen sprzętu i udostępnianiu coraz to szybszych komponentów przyczynił się do zrewolucjonizowania wielu gałęzi przemysłu. Obecnie uczenie maszynowe pozwala automatyzować procesy, które do niedawna musiały być zarządzane przez człowieka. Zadania, które jeszcze dekadę temu stanowiły nieprzekraczalną przeszkodę, dziś są wykonywane przez zwykły komputer osobisty. W efekcie dzięki technologii oraz dostępnym wysokopoziomowym otwartym platformom każdy, kto zainteresuje się uczeniem maszynowym, może projektować i wdrażać niezwykle potężne modele.
Celem tej książki jest przybliżenie profesjonalistom tajników złożonych algorytmów uczenia maszynowego i zasad ich stosowania w praktyce. Poza praktycznymi informacjami dotyczącymi działania algorytmów i ich wdrożeń znalazły się tu również niezbędne podstawy teoretyczne. Opisano klasyczne modele uczenia nadzorowanego, nienadzorowanego i półnadzorowanego. Wskazano, w jakich sytuacjach okazują się one najbardziej przydatne. Zaprezentowano techniki wydobywania danych za pomocą modeli bayesowskich, algorytmu MCMC, a także dzięki stosowaniu ukrytych modeli Markowa. Omówiono zestaw przydatnych do uczenia maszynowego narzędzi, takich jak biblioteki: scikit-learn, Keras i TensorFlow.
Najciekawsze zagadnienia:
- najważniejsze koncepcje teoretyczne uczenia maszynowego
- modelowanie probabilistyczne i uczenie hebbowskie
- zaawansowane koncepcje modeli neuronowych
- modele generatywne, takie jak splotowe sieci GAN i sieci Wassersteina
- głębokie sieci przekonań
- zaawansowane algorytmy: TD(tylda), aktor-krytyk, SARSA i Q-uczenie
Uczenie maszynowe - już dziś zaimplementuj rozwiązania przyszłości!
Uczenie maszynowe stanowi dział sztucznej inteligencji pozwalający wykorzystać w jeszcze większym stopniu potencjał drzemiący we współczesnych systemach komputerowych. Prawdziwa potęga uczenia maszynowego kryje się w jego algorytmach, gdyż to właśnie dzięki nim komputery są w stanie radzić sobie nawet z najbardziej skomplikowanymi problemami. Jednak w miarę rozwoju technologii i wymogów wyznaczanych przez dane komputery muszą być jeszcze inteligentniejsze niż obecnie, aby mogły przetwarzać coraz bardziej zaawansowane informacje; opasnowanie tych algorytmów i ich optymalne stosowanie stanowią potrzebę chwili.
Książka Algorytmy uczenia maszynowego stanowi kompletny przewodnik pozwalający błyskawicznie zrozumieć mechanizmy działania popularnych algorytmów. Poznasz klasyczne modele stosowane w dziedzinach uczenia nadzorowanego, nienadzorowanego i półnadzorowanego, a także dowiesz, w jakich sytuacjach okazują się one najbardziej przydatne. Począwszy od modeli bayesowskich poprzez algorytm MCMC, aż do ukrytych modeli Markowa będziesz stopniowo uczyć się tajników wydobywania danych z zestawów danych, a także przeprowadzać redukowanie wymiarowości przy użyciu bibliotek Pythona, takich jak Scikit-Learn. Dowiesz się także, w jaki sposób używać bibliotek Keras i TensorFlow do uczenia skutecznych sieci neuronowych.
Jeżeli poszukujesz publikacji pokrywającej zagadnienia poznawania, implementowania i rozwiązywania problemów uczenia maszynowego oraz zastosowań modeli, to ta książka jest dla Ciebie.
Zagadnienia poruszone w niniejszej książce:
- uczenie, optymalizowanie i ocena modelu uczenia maszynowego,
- tworzenie i poznawanie statycznych oraz dynamicznych modeli probabilistycznych,
- skuteczna analiza skupień danych wielowymiarowych i ocena dokładności modelu,
- implementowanie, uczenie, optymalizowanie i ocenianie sztucznych sieci neuronowych,
- praca z autokoderami i generatywnymi sieciami przeciwstawnymi,
- algorytmy rozprzestrzeniania i propagacji etykiet w bardzo dużych zestawach danych,
- najważniejsze techniki uczenia przez wzmacnianie.
Wybrane bestsellery
-
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
(43.55 zł najniższa cena z 30 dni)40.20 zł
67.00 zł(-40%) -
Agile i Scrum, Scrum i Agile. Opanowawszy branżę IT, powoli, ale konsekwentnie, zdobywają inne biznesowe przyczółki i rozgaszczają się w firmach na dobre… Albo niedobre, gdy budzą niezrozumienie, protesty, a czasem nawet chęć ucieczki! Agile i Scrum brzmią tak nowocześnie, w teorii świetnie...(25.93 zł najniższa cena z 30 dni)
23.94 zł
39.90 zł(-40%) -
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
(44.85 zł najniższa cena z 30 dni)41.40 zł
69.00 zł(-40%) -
W tej książce znajdziesz wszystkie informacje, które są Ci potrzebne do stworzenia środowiska sprzyjającego tworzeniu innowacyjnych rozwiązań. Dowiesz się, jak dostrzegać i wykorzystywać naturalne talenty każdego członka zespołu. Zapoznasz się z szeregiem praktycznych wskazówek, dzięki którym zid...
Decyzyjni. Jak zwykli ludzie kreują niezwykłe produkty Decyzyjni. Jak zwykli ludzie kreują niezwykłe produkty
(44.85 zł najniższa cena z 30 dni)41.40 zł
69.00 zł(-40%) -
Ta książka jest trzecim, starannie zaktualizowanym wydaniem wyczerpującego przewodnika po narzędziach analitycznych Pythona. Uwzględnia Pythona 3.0 i bibliotekę pandas 1.4. Została napisana w przystępny sposób, a poszczególne zagadnienia bogato zilustrowano przykładami, studiami rzeczywistych prz...
Python w analizie danych. Przetwarzanie danych za pomocą pakietów pandas i NumPy oraz środowiska Jupyter. Wydanie III Python w analizie danych. Przetwarzanie danych za pomocą pakietów pandas i NumPy oraz środowiska Jupyter. Wydanie III
(77.35 zł najniższa cena z 30 dni)71.40 zł
119.00 zł(-40%) -
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...(31.85 zł najniższa cena z 30 dni)
29.40 zł
49.00 zł(-40%) -
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
(64.35 zł najniższa cena z 30 dni)59.40 zł
99.00 zł(-40%) -
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...(83.85 zł najniższa cena z 30 dni)
77.40 zł
129.00 zł(-40%) -
Oto wyczerpujący przewodnik po sposobach wykorzystywania kanałów komunikacji wirtualnej w nawiązywaniu kontaktów biznesowych i przeprowadzaniu procesów sprzedażowych w taki sposób, by zakończyły się sfinalizowaniem transakcji. Zaprezentowano tu spójny system rozmów wideo, rozmów telefonicznych, S...
Sprzedaż wirtualna, zyski realne. Jak wykorzystywać technologie do skutecznej komunikacji z nabywcami Sprzedaż wirtualna, zyski realne. Jak wykorzystywać technologie do skutecznej komunikacji z nabywcami
(17.90 zł najniższa cena z 30 dni)17.90 zł
59.00 zł(-70%)
O autorze ebooka
Giuseppe Bonaccorso od wielu lat prowadzi projekty dotyczące sztucznej inteligencji. W kręgu jego głównych zainteresowań znajdują się takie techniki jak uczenie maszynowe, uczenie głębokie, uczenie przez wzmacnianie, a także praca z wielkimi zbiorami danych, systemy adaptacyjne inspirowane układami biologicznymi, kryptowaluty i programowanie neurolingwistyczne.
Giuseppe Bonaccorso - pozostałe książki
-
A new second edition of the bestselling guide to exploring and mastering the most important algorithms for solving complex machine learning problems, updated to include Python 3.8 and TensorFlow 2.x as well as the latest in new algorithms and techniques.
Mastering Machine Learning Algorithms. Expert techniques for implementing popular machine learning algorithms, fine-tuning your models, and understanding how they work - Second Edition Mastering Machine Learning Algorithms. Expert techniques for implementing popular machine learning algorithms, fine-tuning your models, and understanding how they work - Second Edition
-
Unsupervised learning is a key required block in both machine learning and deep learning domains. You will explore how to make your models learn, grow, change, and develop by themselves whenever they are exposed to a new set of data. With this book, you will learn the art of unsupervised learning...
Hands-On Unsupervised Learning with Python. Implement machine learning and deep learning models using Scikit-Learn, TensorFlow, and more Hands-On Unsupervised Learning with Python. Implement machine learning and deep learning models using Scikit-Learn, TensorFlow, and more
-
This Learning Path is your complete guide to quickly getting to grips with popular machine learning algorithms. You'll be introduced to the most widely used algorithms in supervised, unsupervised, and semi-supervised machine learning, and learn how to use them in the best possible manner. Ranging...
Python: Advanced Guide to Artificial Intelligence. Expert machine learning systems and intelligent agents using Python Python: Advanced Guide to Artificial Intelligence. Expert machine learning systems and intelligent agents using Python
Giuseppe Bonaccorso, Armando Fandango, Rajalingappaa Shanmugamani
-
Machine learning explores the study and construction of algorithms that can learn from and make predictions on data. This book will act as an entry point for anyone who wants to make a career in Machine Learning. It covers algorithms like Linear regression, Logistic Regression, SVM, Naïve...
Machine Learning Algorithms. Popular algorithms for data science and machine learning - Second Edition Machine Learning Algorithms. Popular algorithms for data science and machine learning - Second Edition
-
This book is your guide to quickly get to grips with the most widely used machine learning algorithms. As a data science professional, this book will help you design and train better machine learning models to solve a variety of complex problems, and make the machine learn your requirements.
Mastering Machine Learning Algorithms. Expert techniques to implement popular machine learning algorithms and fine-tune your models Mastering Machine Learning Algorithms. Expert techniques to implement popular machine learning algorithms and fine-tune your models
-
Machine learning explores the study and construction of algorithms that can learn from, and make predictions on, data. This book will act as an entry point for anyone who wants to make a career in the field of Machine Learning. A few famous algorithms that are covered in this book are Linear regr...
Machine Learning Algorithms. A reference guide to popular algorithms for data science and machine learning Machine Learning Algorithms. A reference guide to popular algorithms for data science and machine learning
Zobacz pozostałe książki z serii Packt
-
Ta książka pomoże Ci w doskonaleniu umiejętności potrzebnych na każdym etapie dochodzenia cyfrowego, od zbierania dowodów, poprzez ich analizę, po tworzenie raportów. Dzięki wielu wskazówkom i praktycznym ćwiczeniom przyswoisz techniki analizy, ekstrakcji danych i raportowania przy użyciu zaawans...
Informatyka śledcza i Kali Linux. Przeprowadź analizy nośników pamięci, ruchu sieciowego i zawartości RAM-u za pomocą narzędzi systemu Kali Linux 2022.x. Wydanie III Informatyka śledcza i Kali Linux. Przeprowadź analizy nośników pamięci, ruchu sieciowego i zawartości RAM-u za pomocą narzędzi systemu Kali Linux 2022.x. Wydanie III
(64.35 zł najniższa cena z 30 dni)59.40 zł
99.00 zł(-40%) -
Oto uzupełnione i zaktualizowane wydanie bestsellerowego przewodnika dla inżynierów sieci. Dzięki niemu przejdziesz trudną (ale ekscytującą!) drogę od tradycyjnej platformy do platformy sieciowej opartej na najlepszych praktykach programistycznych. Zaczniesz od zagadnień podstawowych, aby następn...
Zaawansowana inżynieria sieci w Pythonie. Automatyzacja, monitorowanie i zarządzanie chmurą. Wydanie IV Zaawansowana inżynieria sieci w Pythonie. Automatyzacja, monitorowanie i zarządzanie chmurą. Wydanie IV
(83.85 zł najniższa cena z 30 dni)77.40 zł
129.00 zł(-40%) -
Oto zaktualizowane wydanie bestsellerowego przewodnika dla architektów rozwiązań. Dzięki niemu dobrze poznasz wzorce projektowe wbudowane w chmurę, czyli model AWS Well-Architected Framework. Zaznajomisz się z sieciami w chmurze AWS z uwzględnieniem sieci brzegowych i tworzeniem hybrydowych połąc...
AWS dla architektów rozwiązań. Tworzenie, skalowanie i migracja aplikacji do chmury Amazon Web Services. Wydanie II AWS dla architektów rozwiązań. Tworzenie, skalowanie i migracja aplikacji do chmury Amazon Web Services. Wydanie II
Saurabh Shrivastava, Neelanjali Srivastav, Alberto Artasanchez, Imtiaz Sayed
(90.35 zł najniższa cena z 30 dni)83.40 zł
139.00 zł(-40%) -
Ten szczegółowy przewodnik pozwoli Ci na błyskawiczne zapoznanie się z .NET MAUI i sprawne rozpoczęcie pisania aplikacji za pomocą tej technologii. Zaprezentowano w nim filozofię działania .NET MAUI, jak również przebieg prac nad tworzeniem kompletnej aplikacji wieloplatformowej dla systemów: And...
Projektowanie aplikacji w .NET MAUI. Jak budować doskonałe interfejsy użytkownika dla aplikacji wieloplatformowych Projektowanie aplikacji w .NET MAUI. Jak budować doskonałe interfejsy użytkownika dla aplikacji wieloplatformowych
(51.35 zł najniższa cena z 30 dni)47.40 zł
79.00 zł(-40%) -
Ta książka szczególnie przyda się osobom, które rozpoczynają pracę z Angularem. Dzięki niej szybko zaczniesz tworzyć aplikacje z wykorzystaniem wiersza poleceń (CLI), pisać testy jednostkowe i używać stylów zgodnych ze standardem Material Design. Dowiesz się również, jak wdrażać aplikacje w środo...
Poznaj Angular. Rzeczowy przewodnik po tworzeniu aplikacji webowych z użyciem frameworku Angular 15. Wydanie IV Poznaj Angular. Rzeczowy przewodnik po tworzeniu aplikacji webowych z użyciem frameworku Angular 15. Wydanie IV
(57.85 zł najniższa cena z 30 dni)53.40 zł
89.00 zł(-40%) -
Oto praktyczny, przystępnie napisany przewodnik, który stanowi wprowadzenie do pracy z technologią Blazor. Opisuje możliwości modeli Server i WebAssembly, przedstawia także krok po kroku proces powstawania aplikacji internetowej. Dzięki temu płynnie przejdziesz do tworzenia projektów Blazor, nauc...
Platforma Blazor. Praktyczny przewodnik. Jak tworzyć interaktywne aplikacje internetowe z C# i .NET 7. Wydanie II Platforma Blazor. Praktyczny przewodnik. Jak tworzyć interaktywne aplikacje internetowe z C# i .NET 7. Wydanie II
(44.85 zł najniższa cena z 30 dni)41.40 zł
69.00 zł(-40%) -
To książka przeznaczona dla profesjonalnych administratorów i użytkowników Linuksa. Dzięki niej szybciej zrozumiesz, w jakim stopniu dobre zarządzanie systemami na poziomie systemu operacyjnego może wynieść działanie infrastruktury biznesowej na zupełnie inny poziom. Znajdziesz tu najlepsze prakt...
Linux dla admina. Najlepsze praktyki. O czym pamiętać podczas projektowania i zarządzania systemami Linux dla admina. Najlepsze praktyki. O czym pamiętać podczas projektowania i zarządzania systemami
(57.85 zł najniższa cena z 30 dni)53.40 zł
89.00 zł(-40%) -
Książka stanowi wprowadzenie do pracy z funkcjami SI dostępnymi w Power BI; jest skierowana do osób znających to środowisko. Dowiesz się z niej, w jaki sposób sztuczna inteligencja może być używana w Power BI i jakie funkcje są w nim domyślnie dostępne. Nauczysz się też eksplorować i przygotowywa...
Power BI i sztuczna inteligencja. Jak w pełni wykorzystać funkcje AI dostępne w Power BI Power BI i sztuczna inteligencja. Jak w pełni wykorzystać funkcje AI dostępne w Power BI
(51.35 zł najniższa cena z 30 dni)47.40 zł
79.00 zł(-40%) -
To drugie wydanie popularnego przewodnika dla śledczych. Dzięki niemu sprawnie przygotujesz się do pracy z narzędziami kryminalistycznymi i zapoznasz się ze stosowanymi w informatyce śledczej technikami. Nauczysz się pozyskiwać informacje o podejrzanych i zabezpieczać znajdujące się w sieci dane,...
Informatyka śledcza. Gromadzenie, analiza i zabezpieczanie dowodów elektronicznych dla początkujących. Wydanie II Informatyka śledcza. Gromadzenie, analiza i zabezpieczanie dowodów elektronicznych dla początkujących. Wydanie II
(51.35 zł najniższa cena z 30 dni)47.40 zł
79.00 zł(-40%) -
Dzięki temu praktycznemu podręcznikowi zrozumiesz, kiedy i dlaczego warto zastosować myślenie funkcyjne, a także jak korzystać z technik funkcyjnych w różnych scenariuszach. Dowiesz się również, jakie narzędzia i biblioteki przeznaczone do tego celu są dostępne w Pythonie i jak używać wyrażeń gen...
Programowanie funkcyjne w Pythonie. Jak pisać zwięzły, wydajny i ekspresywny kod. Wydanie III Programowanie funkcyjne w Pythonie. Jak pisać zwięzły, wydajny i ekspresywny kod. Wydanie III
(57.85 zł najniższa cena z 30 dni)53.40 zł
89.00 zł(-40%)
Ebooka "Algorytmy uczenia maszynowego. Zaawansowane techniki implementacji" 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 "Algorytmy uczenia maszynowego. Zaawansowane techniki implementacji" 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 "Algorytmy uczenia maszynowego. Zaawansowane techniki implementacji" 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
- Tytuł oryginału:
- Mastering Machine Learning Algorithms: Expert techniques to implement popular machine learning algorithms and fine-tune your models
- Tłumaczenie:
- Beata Pawlak, Krzysztof Sawka
- ISBN Książki drukowanej:
- 978-83-283-5245-2, 9788328352452
- Data wydania książki drukowanej:
- 2019-07-09
- ISBN Ebooka:
- 978-83-283-5246-9, 9788328352469
- Data wydania ebooka:
- 2019-07-09 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.
- Format:
- 168x237
- Numer z katalogu:
- 88149
- Rozmiar pliku Pdf:
- 13.4MB
- Rozmiar pliku ePub:
- 17.1MB
- Rozmiar pliku Mobi:
- 35.4MB
- Przykłady na ftp
Ebook zawiera materiały dodatkowe, które możesz pobrać z serwera FTP - link znajdziesz na stronie redakcyjnej.
- Zgłoś erratę
- Serie wydawnicze: Packt
Spis treści ebooka
- Modele a dane 20
- Środkowanie i wybielanie 21
- Zbiory uczące i walidacyjne 24
- Cechy modelu uczenia maszynowego 29
- Pojemność modelu 29
- Obciążenie estymatora 32
- Wariancja estymatora 35
- Funkcje straty i kosztu 39
- Przykładowe funkcje kosztu 43
- Regularyzacja 45
- Podsumowanie 50
- Uczenie półnadzorowane 52
- Uczenie transdukcyjne 53
- Uczenie indukcyjne 53
- Założenia w uczeniu półnadzorowanym 53
- Generatywne mieszaniny gaussowskie 56
- Przykład generatywnej mieszaniny gaussowskiej 58
- Algorytm kontrastowy pesymistycznego szacowania wiarygodności 63
- Przykład zastosowania algorytmu CPLE 65
- Półnadzorowane maszyny wektorów nośnych (S3VM) 68
- Przykładowy algorytm maszyny S3VM 71
- Transdukcyjne maszyny wektorów nośnych 76
- Przykład maszyny TSVM 77
- Podsumowanie 82
- Propagacja etykiet 86
- Przykład zastosowania algorytmu propagacji etykiet 89
- Propagacja etykiet w bibliotece Scikit-Learn 91
- Rozprzestrzenianie etykiet 94
- Przykład zastosowania algorytmu rozprzestrzeniania etykiet 95
- Propagacja etykiet na bazie błądzenia losowego Markowa 97
- Przykład propagacji etykiet na podstawie błądzenia losowego Markowa 98
- Uczenie rozmaitościowe 101
- Algorytm Isomap 102
- Osadzanie lokalnie liniowe 106
- Osadzanie widmowe Laplace'a 109
- Algorytm t-SNE 111
- Podsumowanie 113
- Prawdopodobieństwa warunkowe i twierdzenie Bayesa 116
- Sieci bayesowskie 118
- Próbkowanie w sieci bayesowskiej 119
- Przykład próbkowania za pomocą biblioteki PyMC3 129
- Ukryte modele Markowa 133
- Algorytm wnioskowania ekstrapolacyjno-interpolacyjnego 134
- Algorytm Viterbiego 141
- Podsumowanie 144
- Uczenie metodami MLE i MAP 146
- Algorytm EM 148
- Przykład szacowania parametrów 151
- Mieszanina gaussowska 154
- Przykład implementacji algorytmu mieszanin gaussowskich w bibliotece Scikit-Learn 157
- Analiza czynnikowa (FA) 159
- Przykład zastosowania analizy czynnikowej w bibliotece Scikit-Learn 164
- Analiza głównych składowych (PCA) 167
- Przykład zastosowania analizy PCA w bibliotece Scikit-Learn 173
- Analiza składowych niezależnych (ICA) 175
- Przykładowa implementacja algorytmu FastICA w bibliotece Scikit-Learn 178
- Jeszcze słowo o ukrytych modelach Markowa 180
- Podsumowanie 181
- Reguła Hebba 184
- Analiza reguły kowariancji 188
- Stabilizacja wektora wag i reguła Oji 192
- Sieć Sangera 193
- Przykład zastosowania sieci Sangera 196
- Sieć Rubnera-Tavana 199
- Przykład zastosowania sieci Rubnera-Tavana 203
- Mapy samoorganizujące 205
- Przykład zastosowania mapy SOM 208
- Podsumowanie 211
- Algorytm k-najbliższych sąsiadów 213
- Drzewa KD 217
- Drzewa kuliste 218
- Przykład zastosowania algorytmu KNN w bibliotece Scikit-Learn 220
- Algorytm centroidów 223
- Algorytm k-means++ 225
- Przykład zastosowania algorytmu centroidów w bibliotece Scikit-Learn 227
- Algorytm rozmytych c-średnich 235
- Przykład zastosowania algorytmu rozmytych c-średnich w bibliotece Scikit-Fuzzy 239
- Klasteryzacja widmowa 242
- Przykład zastosowania klasteryzacji widmowej w bibliotece Scikit-Learn 246
- Podsumowanie 248
- Podstawy uczenia zespołów 249
- Lasy losowe 251
- Przykład zastosowania lasu losowego w bibliotece Scikit-Learn 257
- Algorytm AdaBoost 260
- AdaBoost.SAMME 264
- AdaBoost.SAMME.R 266
- AdaBoost.R2 268
- Przykład zastosowania algorytmu AdaBoost w bibliotece Scikit-Learn 271
- Wzmacnianie gradientowe 275
- Przykład wzmacniania gradientowego drzew w bibliotece Scikit-Learn 279
- Zespoły klasyfikatorów głosujących 282
- Przykład zastosowania klasyfikatorów głosujących 283
- Uczenie zespołowe jako technika doboru modeli 285
- Podsumowanie 286
- Podstawowy sztuczny neuron 288
- Perceptron 289
- Przykład zastosowania perceptronu w bibliotece Scikit-Learn 292
- Perceptrony wielowarstwowe 295
- Funkcje aktywacji 296
- Algorytm propagacji wstecznej 299
- Przykład zastosowania sieci MLP w bibliotece Keras 307
- Algorytmy optymalizacji 311
- Perturbacja gradientu 312
- Algorytmy momentum i Nesterova 312
- RMSProp 313
- Adam 315
- AdaGrad 316
- AdaDelta 317
- Regularyzacja i porzucanie 318
- Porzucanie 320
- Normalizacja wsadowa 326
- Przykład zastosowania normalizacji wsadowej w bibliotece Keras 328
- Podsumowanie 330
- Głębokie sieci splotowe 334
- Operacje splotu 335
- Warstwy łączące 344
- Inne przydatne warstwy 347
- Przykłady stosowania głębokich sieci splotowych w bibliotece Keras 348
- Sieci rekurencyjne 356
- Algorytm propagacji wstecznej w czasie (BPTT) 357
- Jednostki LSTM 360
- Jednostki GRU 365
- Przykład zastosowania sieci LSTM w bibliotece Keras 367
- Uczenie transferowe 371
- Podsumowanie 373
- Autokodery 375
- Przykład głębokiego autokodera splotowego w bibliotece TensorFlow 377
- Autokodery odszumiające 381
- Autokodery rzadkie 384
- Autokodery wariacyjne 386
- Przykład stosowania autokodera wariacyjnego w bibliotece TensorFlow 389
- Podsumowanie 391
- Uczenie przeciwstawne 393
- Przykład zastosowania sieci DCGAN w bibliotece TensorFlow 397
- Sieć Wassersteina (WGAN) 403
- Przykład zastosowania sieci WGAN w bibliotece TensorFlow 405
- Podsumowanie 408
- Losowe pola Markowa 410
- Ograniczone maszyny Boltzmanna 411
- Sieci DBN 415
- Przykład stosowania nienadzorowanej sieci DBN w środowisku Python 417
- Przykład stosowania nadzorowanej sieci DBN w środowisku Python 420
- Podsumowanie 422
- Podstawowe terminy w uczeniu przez wzmacnianie 423
- Środowisko 425
- Polityka 429
- Iteracja polityki 430
- Iteracja polityki w środowisku szachownicy 434
- Iteracja wartości 438
- Iteracja wartości w środowisku szachownicy 439
- Algorytm TD(0) 442
- Algorytm TD(0) w środowisku szachownicy 445
- Podsumowanie 448
- Algorytm TD(λ) 452
- Algorytm TD(λ) w bardziej skomplikowanym środowisku szachownicy 456
- Algorytm aktor-krytyk TD(0) w środowisku szachownicy 462
- Algorytm SARSA 467
- Algorytm SARSA w środowisku szachownicy 469
- Q-uczenie 472
- Algorytm Q-uczenia w środowisku szachownicy 473
- Algorytm Q-uczenia za pomocą sieci neuronowej 475
- Podsumowanie 482
O autorze 11
O recenzencie 12
Przedmowa 13
Rozdział 1. Podstawy modelu uczenia maszynowego 19
Rozdział 2. Wprowadzenie do uczenia półnadzorowanego 51
Rozdział 3. Uczenie półnadzorowane bazujące na grafach 85
Rozdział 4. Sieci bayesowskie i ukryte modele Markowa 115
Rozdział 5. Algorytm EM i jego zastosowania 145
Rozdział 6. Uczenie hebbowskie i mapy samoorganizujące 183
Rozdział 7. Algorytmy klasteryzacji 213
Rozdział 8. Uczenie zespołowe 249
Rozdział 9. Sieci neuronowe w uczeniu maszynowym 287
Rozdział 10. Zaawansowane modele neuronowe 333
Rozdział 11. Autokodery 375
Rozdział 12. Generatywne sieci przeciwstawne 393
Rozdział 13. Głębokie sieci przekonań 409
Rozdział 14. Wstęp do uczenia przez wzmacnianie 423
Rozdział 15. Zaawansowane algorytmy szacowania polityki 451
Skorowidz 485
Oceny i opinie klientów: Algorytmy uczenia maszynowego. Zaawansowane techniki implementacji Giuseppe Bonaccorso (4) 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.
(0)
(1)
(0)
(0)
(3)
(0)
więcej opinii