Навигация по тегам:
сейчас книг более 2410 шт.
╒ ЯП:
╞ #Ada
╞ #Assembler
╞ #Bash
╞ #Clojure
╞ #CoffeeScript
╞ #Cpp
╞ #Си
╞ #C_Sharp
╞ #CSS
╞ #Dart
╞ #DAX
╞ #Deno
╞ #ECMAScript
╞ #Elixir
╞ #EJB
╞ #Erlang
╞ #F_Sharp
╞ #GLSL
╞ #Go
╞ #GraphQL
╞ #Haskell
╞ #HLSL
╞ #HTML
╞ #Java
╞ #JavaScript
╞ #Julia
╞ #Kotlin
╞ #Lisp
╞ #Lua
╞ #MQL5
╞ #NetLogo
╞ #Objective_C
╞ #OCaml
╞ #Perl
╞ #PHP
╞ #PL_SQL
╞ #Processing
╞ #Python
╞ #Q_Sharp
╞ #R
╞ #Ruby
╞ #Rust
╞ #Scala
╞ #Scilab
╞ #Scheme
╞ #Solidity
╞ #SQL
╞ #Swift
╞ #Tcl
╞ #T_SQL
╞ #TypeScript
╞ #VBA
╞ #Verilog
╞ #VHDL
╞ #XAML
╘══════════════
╒ Все остальное:
╞ #Airflow
╞ #Agile
╞ #Akka
╞ #Android
╞ #Angular
╞ #Ansible
╞ #API
╞ #Arduino
╞ #Asterisk
╞ #BigData
╞ #BigQuery
╞ #Blender
╞ #Blockchain
╞ #Boost
╞ #BPF
╞ #Cassandra
╞ #Causal_inference
╞ #ComputerScience
╞ #ComputerVision
╞ #CUDA
╞ #Dash
╞ #DataFlow
╞ #DataMining
╞ #DataScience
╞ #DeepLearning
╞ #DevOps
╞ #Django
╞ #Docker
╞ #dotNET
╞ #Elasticsearch
╞ #ElasticStack
╞ #Express
╞ #FastAPI
╞ #Figma
╞ #Flink
╞ #Flutter
╞ #FPGA
╞ #GameDev
╞ #Git
╞ #ggplot2
╞ #Google
╞ #Hadoop
╞ #Hibernate
╞ #HTTP_2
╞ #IOS
╞ #IoT
╞ #IPAD
╞ #Istio
╞ #Jenkins
╞ #jQuery
╞ #Kafka
╞ #KaliLinux
╞ #Kibana
╞ #Keras
╞ #Kubernetes
╞ #Laravel
╞ #LaTeX
╞ #LibreOffice
╞ #LINQ
╞ #Linux
╞ #Loginom
╞ #Logstash
╞ #Maple
╞ #MATLAB
╞ #M_Access
╞ #MachineLearning
╞ #Matplotlib
╞ #Mediastreamer2
╞ #MFC
╞ #Micro_bit
╞ #MongoDB
╞ #MSOffice
╞ #MS_SQL_Server
╞ #MySQL
╞ #NGINX
╞ #NLP
╞ #NodeJS
╞ #NoSQL
╞ #OpenCV
╞ #OpenGL
╞ #OpenStack
╞ #OpenTelemetry
╞ #Oracle
╞ #Pandas
╞ #Pentest
╞ #Plotly
╞ #Podman
╞ #PostgreSQL
╞ #PowerBI
╞ #PowerShell
╞ #PowerQuery
╞ #Prometheus
╞ #PySpark
╞ #PyTorch
╞ #PyQt
╞ #Qt
╞ #Raspb_PI
╞ #React
╞ #Redux
╞ #Roblox
╞ #RubyOnRails
╞ #Sapper
╞ #SCADA
╞ #Scikit_Learn
╞ #Scrum
╞ #Shiny
╞ #Spark
╞ #Splunk
╞ #Spring
╞ #SRE
╞ #STL
╞ #Svelte
╞ #Symfony
╞ #TensorFlow
╞ #Terraform
╞ #Torque
╞ #UML
╞ #Unity
╞ #UNIX
╞ #UnrealEngine
╞ #UX_UI
╞ #Vim
╞ #VVVV
╞ #VueJS
╞ #WebAssembly
╞ #WinAPI
╞ #Windows
╞ #WordPress
╞ #Yii2
╞ #Zabbix
╞ #ZBrush
╞ #1С
╘══════════════
╞ #Администрирование
╞ #Алгоритмы
╞ #АналоговыеВМ
╞ #АрхитектураЭВМ
╞ #АСУ_ТП
╞ #БазыДанных
╞ #Беспилотники
╞ #Биоинформатика
╞ #БотыРазработка
╞ #Веб_дизайн
╞ #ВероятностноеПрогр
╞ #ВиртРеальность
╞ #Высоконагруженные
╞ #Дизассемблирование
╞ #ДинамическоеПрогр
╞ #ДляДетей
╞ #ЗадачиПоПроге
╞ #ИБ
╞ #ИИ
╞ #Интерфейс
╞ #Информатика
╞ #Канбан
╞ #Квантовые
╞ #Компиляторы
╞ #КомпГрафика
╞ #Контроллеры
╞ #Криптография
╞ #ЛогКонтроллеры
╞ #ЛогическоеПр
╞ #Математика
╞ #МатСтат
╞ #Микроконтроллеры
╞ #Микросервисы
╞ #МожноПочитать
╞ #Нейросети
╞ #Облака
╞ #ОлимпиадноеПр
╞ #ООП
╞ #ОС
╞ #ПараллельноеПрогр
╞ #Паттерны
╞ #ПоисковыеСистемы
╞ #ПОП
╞ #ПотоковаяОбработка
╞ #ПринятиеРешений
╞ #ПрогрИнженерия
╞ #РаспределённыеСистемы
╞ #Регулярки
╞ #Рефакторинг
╞ #Сайтостроение
╞ #САПР
╞ #СемантическийВеб
╞ #Сети
╞ #Стеганография
╞ #СтримингСистемы
╞ #Схемотехника
╞ #ТеорияИгр
╞ #ТестированиеПО
╞ #ФункциональноеПрогр
╞ #Хакинг
╞ #ЦифрОбрСигналов
╞ #Электроника
╘══════════════
Чат: it_boooks_chat
сейчас книг более 2410 шт.
╒ ЯП:
╞ #Ada
╞ #Assembler
╞ #Bash
╞ #Clojure
╞ #CoffeeScript
╞ #Cpp
╞ #Си
╞ #C_Sharp
╞ #CSS
╞ #Dart
╞ #DAX
╞ #Deno
╞ #ECMAScript
╞ #Elixir
╞ #EJB
╞ #Erlang
╞ #F_Sharp
╞ #GLSL
╞ #Go
╞ #GraphQL
╞ #Haskell
╞ #HLSL
╞ #HTML
╞ #Java
╞ #JavaScript
╞ #Julia
╞ #Kotlin
╞ #Lisp
╞ #Lua
╞ #MQL5
╞ #NetLogo
╞ #Objective_C
╞ #OCaml
╞ #Perl
╞ #PHP
╞ #PL_SQL
╞ #Processing
╞ #Python
╞ #Q_Sharp
╞ #R
╞ #Ruby
╞ #Rust
╞ #Scala
╞ #Scilab
╞ #Scheme
╞ #Solidity
╞ #SQL
╞ #Swift
╞ #Tcl
╞ #T_SQL
╞ #TypeScript
╞ #VBA
╞ #Verilog
╞ #VHDL
╞ #XAML
╘══════════════
╒ Все остальное:
╞ #Airflow
╞ #Agile
╞ #Akka
╞ #Android
╞ #Angular
╞ #Ansible
╞ #API
╞ #Arduino
╞ #Asterisk
╞ #BigData
╞ #BigQuery
╞ #Blender
╞ #Blockchain
╞ #Boost
╞ #BPF
╞ #Cassandra
╞ #Causal_inference
╞ #ComputerScience
╞ #ComputerVision
╞ #CUDA
╞ #Dash
╞ #DataFlow
╞ #DataMining
╞ #DataScience
╞ #DeepLearning
╞ #DevOps
╞ #Django
╞ #Docker
╞ #dotNET
╞ #Elasticsearch
╞ #ElasticStack
╞ #Express
╞ #FastAPI
╞ #Figma
╞ #Flink
╞ #Flutter
╞ #FPGA
╞ #GameDev
╞ #Git
╞ #ggplot2
╞ #Hadoop
╞ #Hibernate
╞ #HTTP_2
╞ #IOS
╞ #IoT
╞ #IPAD
╞ #Istio
╞ #Jenkins
╞ #jQuery
╞ #Kafka
╞ #KaliLinux
╞ #Kibana
╞ #Keras
╞ #Kubernetes
╞ #Laravel
╞ #LaTeX
╞ #LibreOffice
╞ #LINQ
╞ #Linux
╞ #Loginom
╞ #Logstash
╞ #Maple
╞ #MATLAB
╞ #M_Access
╞ #MachineLearning
╞ #Matplotlib
╞ #Mediastreamer2
╞ #MFC
╞ #Micro_bit
╞ #MongoDB
╞ #MSOffice
╞ #MS_SQL_Server
╞ #MySQL
╞ #NGINX
╞ #NLP
╞ #NodeJS
╞ #NoSQL
╞ #OpenCV
╞ #OpenGL
╞ #OpenStack
╞ #OpenTelemetry
╞ #Oracle
╞ #Pandas
╞ #Pentest
╞ #Plotly
╞ #Podman
╞ #PostgreSQL
╞ #PowerBI
╞ #PowerShell
╞ #PowerQuery
╞ #Prometheus
╞ #PySpark
╞ #PyTorch
╞ #PyQt
╞ #Qt
╞ #Raspb_PI
╞ #React
╞ #Redux
╞ #Roblox
╞ #RubyOnRails
╞ #Sapper
╞ #SCADA
╞ #Scikit_Learn
╞ #Scrum
╞ #Shiny
╞ #Spark
╞ #Splunk
╞ #Spring
╞ #SRE
╞ #STL
╞ #Svelte
╞ #Symfony
╞ #TensorFlow
╞ #Terraform
╞ #Torque
╞ #UML
╞ #Unity
╞ #UNIX
╞ #UnrealEngine
╞ #UX_UI
╞ #Vim
╞ #VVVV
╞ #VueJS
╞ #WebAssembly
╞ #WinAPI
╞ #Windows
╞ #WordPress
╞ #Yii2
╞ #Zabbix
╞ #ZBrush
╞ #1С
╘══════════════
╞ #Администрирование
╞ #Алгоритмы
╞ #АналоговыеВМ
╞ #АрхитектураЭВМ
╞ #АСУ_ТП
╞ #БазыДанных
╞ #Беспилотники
╞ #Биоинформатика
╞ #БотыРазработка
╞ #Веб_дизайн
╞ #ВероятностноеПрогр
╞ #ВиртРеальность
╞ #Высоконагруженные
╞ #Дизассемблирование
╞ #ДинамическоеПрогр
╞ #ДляДетей
╞ #ЗадачиПоПроге
╞ #ИБ
╞ #ИИ
╞ #Интерфейс
╞ #Информатика
╞ #Канбан
╞ #Квантовые
╞ #Компиляторы
╞ #КомпГрафика
╞ #Контроллеры
╞ #Криптография
╞ #ЛогКонтроллеры
╞ #ЛогическоеПр
╞ #Математика
╞ #МатСтат
╞ #Микроконтроллеры
╞ #Микросервисы
╞ #МожноПочитать
╞ #Нейросети
╞ #Облака
╞ #ОлимпиадноеПр
╞ #ООП
╞ #ОС
╞ #ПараллельноеПрогр
╞ #Паттерны
╞ #ПоисковыеСистемы
╞ #ПОП
╞ #ПотоковаяОбработка
╞ #ПринятиеРешений
╞ #ПрогрИнженерия
╞ #РаспределённыеСистемы
╞ #Регулярки
╞ #Рефакторинг
╞ #Сайтостроение
╞ #САПР
╞ #СемантическийВеб
╞ #Сети
╞ #Стеганография
╞ #СтримингСистемы
╞ #Схемотехника
╞ #ТеорияИгр
╞ #ТестированиеПО
╞ #ФункциональноеПрогр
╞ #Хакинг
╞ #ЦифрОбрСигналов
╞ #Электроника
╘══════════════
Чат: it_boooks_chat
#DeepLearning #TensorFlow 2019
TensorFlow для глубокого обучения
Автор: Рамсундар Бхарат, Заде Р.Б.
Книга знакомит с основами программной библиотеки TensorFlow и принципами глубокого обучения, начиная с нулевого уровня. В книге рассмотрены базовые вычисления в библиотеке TensorFlow, простые обучающиеся системы и их построение, полносвязные глубокие сети, прототипы и превращение прототипов в высококачественные модели, сверхточные нейронные сети и обработка изображений, рекуррентные нейронные сети и наборы естественно-языковых данных, способы обучения с максимизацией подкрепления на примере известных игр, приемы тренинга глубоких сетей с помощью графических и тензорных процессоров.
#MachineLearning #Scikit_Learn #TensorFlow 2018
Прикладное машинное обучение с помощью Scikit-Learn и TensorFlow
Автор: Жерон Орельен
Эта книга - замечательное введение в теорию и практику решения задач с помощью нейронных сетей. Она охватывает ключевые моменты, необходимые для построения эффективных приложений, а также обеспечивает достаточную основу для понимания результатов новых исследований по мере их появления.
#DeepLearning #TensorFlow 2019
Глубокое обучение с подкреплением на Python. OpenAI Gym и TensorFlow для профи
Автор: Судхарсан Равичандиран
Глубокое обучение с подкреплением (Reinforcement Learning) - самое популярное и перспективное направление искусственного интеллекта. Практическое изучение RL на Python поможет освоить не только базовые, но и передовые алгоритмы глубокого обучения с подкреплением. Вы начнете с основных принципов обучения с подкреплением, OpenAI Gym и TensorFlow, познакомьтесь с марковскими цепями, методом Монте-Карло и динамическим программированием, так что "страшные" аббревиатуры DQN, DRQN, A3C, PPO и TRPO вскоре перестанут вас пугать.
#MachineLearning #Scikit_Learn #Keras #TensorFlow 2020 (в архиве DjVu :(
Прикладное машинное обучение с помощью Scikit-Learn, Keras и TensorFlow 2-е издание
Автор: Жерон Орельен
Эта книга - замечательное введение в теорию и практику решения задач с помощью нейронных сетей; я рекомендую ее всем, кто заинтересован в освоении практического машинного обучения.
Пит Уорден, руководитель команды мобильной разработки TensorFlow
#JavaScript #DeepLearning #TensorFlow 2021
jаvascript для глубокого обучения: TensorFlow.js
Авторы: Франсуа Шолле, Эрик Нильсон, Стэн Байлесчи, Шэнкуинг Цэй
Пора научиться использовать TensorFlow.js для построения моделей глубокого обучения, работающих непосредственно в браузере! Умные веб-приложения захватили мир, а реализовать их в браузере или серверной части позволяет TensorFlow.js. Данная библиотека блестяще портируется, ее модели работают везде, где работает jаvascript. Специалисты из Google Brain создали книгу, которая поможет решать реальные прикладные задачи. Вы не будете скучать над теорией, а сразу освоите базу глубокого обучения и познакомитесь с продвинутыми концепциями ИИ на примерах анализа текста, обработки речи, распознавания образов и самообучающегося игрового искусственного интеллекта.
#DeepLearning #TensorFlow #Нейросети 2020
Прикладное глубокое обучение. Подход к пониманию глубоких нейронных сетей
Автор: Микелуччи Умберто
Затронуты расширенные темы глубокого обучения: оптимизационные алгоритмы, настройка гиперпараметров, отсев и анализ ошибок, стратегии решения типичных задач во время тренировки глубоких нейронных сетей. Приведены результаты анализа ошибок нейронной сети с примерами решения проблем, возникающих из-за дисперсии, смещения, переподгонки или разрозненных наборов данных. По каждому техническому решению даны примеры решения практических задач.
#MachineLearning #TensorFlow 2019
Машинное обучение и TensorFlow
Автор: Шакла Н.
Знакомство с ML и библиотекой TensorFlow похоже на первые уроки в автошколе, когда вы мучаетесь с параллельной парковкой, пытаетесь переключить передачу в нужный момент и не перепутать зеркала, лихорадочно вспоминая последовательность действий...
Это сложное, но необходимое упражнение. Так и в ML: прежде чем использовать современные системы распознавания лиц или алгоритмы прогнозирования на фондовом рынке, вам придется разобраться с соответствующим инструментарием и набором инструкций, чтобы затем без проблем создавать собственные системы.
Новички в ML оценят прикладную направленность этой книги, ведь ее цель — познакомить с основами, чтобы затем быстро приступить к решению реальных задач.
От обзора концепций ML и принципов работы с TensorFlow вы перейдете к базовым алгоритмам, изучите нейронные сети и сможете самостоятельно решать задачи классификации, кластеризации, регрессии и прогнозирования.
#DeepLearning #TensorFlow 2019
Умные мобильные проекты с TensorFlow
Автор: Танг Джефф
Как разработчику, вам всегда нужно следить и быть готовым к тому, что будет в тренде в ближайшем будущем, при этом также сосредотачиваясь на том, что в тренде в настоящее время. Что еще может быть лучше, чем научиться интегрировать лучшее из обоих миров, настоящее и будущее? Искусственный интеллект (ИИ) широко рассматривается как следующее большое событие после мобильных устройств, а Платформа TensorFlow от компании Google является ведущим инструментом с открытым исходным кодом для машинного обучения.
Эта книга охватывает более 10 полноценных приложений для iOS, Android и Raspberry Pi на базе TensorFlow, построенных с нуля и выполняющих всевозможные модели в автономном режиме прямо на устройстве: от компьютерного зрения и обработки речи и языка до генеративно-состязательных сетей и AlphaZero-подобного глубокого самообучения с максимизацией получаемого вознаграждения.
#NLP #Нейросети #TensorFlow #БотыРазработка 2020
Обработка естественного языка с TensorFlow
Автор: Ганегедара Т.
Обработка естественного языка применяется в различных приложениях машинного обучения, а TensorFlow является важнейшей библиотекой для реализации систем глубокого обучения на практике. Эта книга знакомит читателя с методами обработки естественного языка и содержит практическое руководство по работе с TensorFlow, предоставляя мощный инструмент для работы с огромными объемами неструктурированных данных и решения уникальных задач по обработке естественного языка.
#ИИ #Python #Keras #TensorFlow #ComputerVision 2023
Искусственный интеллект и компьютерное зрение. Реальные проекты на Python, Keras и TensorFlow
Авторы: Коул Анирад, Казам Мехер, Ганджу Сиддха
Практические примеры из этой книги научат вас создавать приложения глубокого обучения для облачных, мобильных и краевых (edge) систем. Если вы хотите создать что-то необычное, полезное, масштабируемое или просто классное — эта книга для вас. Многолетний опыт исследований в области глубокого обучения и разработки приложений позволяют авторам научить каждого воплощать идеи в нечто невероятное и необходимое людям в реальном мире.
В этой книге вы:
• Узнаете, как обучать, настраивать и развертывать модели компьютерного зрения с помощью Keras, TensorFlow, Core ML и TensorFlow Lite.
• Изучите интересные проекты, в том числе Not Hotdog из сериала Silicon Valley и еще более 40 примеров.
• Смоделируете беспилотный автомобиль в видеоигровом окружении и создадите миниатюрную версию, использовав технологию обучения с подкреплением.
• Научитесь использовать перенос обучения для быстрого обучения моделей.
• Найдете более 50 практических советов по повышению точности и скорости модели, отладке и масштабированию до многомиллионной аудитории.
#Python #MachineLearning #TensorFlow #Scikit_Learn 2020
Python и машинное обучение: машинное и глубокое обучение с использованием Python, scikit-learn и TensorFlow 2
Авторы: Себастьян Рашка, Вахид Мирджалили
Книга является всеобъемлющим руководством по машинному и глубокому обучению с использованием языка Python. Она служит как пошаговым учебным пособием, так и справочником, к которому вы постоянно будете возвращаться в ходе построения систем машинного обучения.
#DeepLearning #R #Keras #TensorFlow 2022
Глубокое обучение с R и Keras. 2-е изд.
Автор: Франсуа Шолле
Перед вами второе, расширенное в 1.5 раза издание бестселлера от автора библиотеки Keras. Умение работать с моделями глубокого обучения стало важным навыком современных ученых, исследователей и программистов. API языка R для Keras и TensorFlow делает глубокое обучение доступным для всех пользователей R, даже если у них нет опыта работы с машинным обучением или нейронными сетями. Интуитивно понятные объяснения, четкие иллюстрации и наглядные примеры помогут вам освоить основные навыки глубокого обучения с помощью R, такие как компьютерное зрение, обработка естественного языка, работа с текстом, и даже изучить передовую архитектуру Transformer. Для читателей со средними навыками программирования на R. Опыт работы с Keras, TensorFlow или моделями глубокого обучения не требуется.
#Python #TensorFlow #DeepLearning 2020
Алгоритмы обучения с подкреплением на Python
Автор: Лонца Андреа
Эта книга поможет читателю овладеть алгоритмами обучения с подкреплением (ОП) и научиться реализовывать их при создании самообучающихся агентов.
В 1 части рассматриваются различные элементы ОП, сфера его применения, инструменты, необходимые для работы в среде ОП. 2 и 3 части посвящены непосредственно алгоритмам. В числе прочего автор показывает, как сочетать Q-обучение с нейронными сетями для решения сложных задач, описывает методы градиента стратегии, TRPO и PPO, позволяющие повысить производительность и устойчивость, а также детерминированные алгоритмы DDPG и TD3. Читатель узнает о том, как работает техника подражательного обучения, познакомится с алг-ми исследования на базе верхней доверительной границы (UCB и UCB1) и мета-алгоритмом ESBAS.
Издание предназначено для тех, кто интересуется исследованиями в области ИИ, применяет в работе DL или хочет освоить обучение с подкреплением с нуля.
#MachineLearning #TensorFlow 2021
Разработка конвейеров машинного обучения. Автоматизация жизненных циклов модели с помощью TensorFlow
Авторы: Хапке Х., Нельсон К.
Машинное обучение становится важным элементом почти во всех отраслях. В этой книге представлено четкое и понятное руководство по автоматизации развертывания, управления и повторного использования моделей ML. Шаг за шагом описывается конкретный пример проекта, на котором можно отработать основные навыки в этой сфере. Благодаря множеству примеров кода и ясным, лаконичным объяснениям вы сможете создать свой собственный конвейер ML и запустите его в кратчайшие сроки.
Книга поможет ученым и инженерам в области ML и ИИ, выйти за рамки работы с единичной моделью и успешно реализовать свои проекты в области Data Science. Также издание будет полезно менеджерам проектов в области науки о данных, разработчикам и инженерам DevOps.
Читателю понадобится знание основных концепций ML и хотя бы одного из фреймворков, (PyTorch, TensorFlow, Keras).