Интерес к машинному обучению зашкаливает, но завышенные ожидания нередко губят проекты еще на ранней стадии. Как машинное обучение — и особенно глубокие нейронные сети — может изменить вашу организацию?
Эта книга не только содержит практически полезную информацию о предмете, но и поможет приступить к созданию эффективных сетей глубокого обучения.
Авторы сначала раскрывают фундаментальные вопросы глубокого обучения — настройка, распараллеливание, векторизация, конвейеры операций — актуальные для любой библиотеки, а затем переходят к библиотеке Deeplearning4j
(DL4J
), предназначенной для разработки технологических процессов профессионального уровня.
На реальных примерах читатель познакомится с методами и стратегиями обучения глубоких сетей с различной архитектурой и их распараллеливания в кластерах Hadoop
и Spark
.
- Концепции машинного обучения вообще и глубокого обучения в частности:
- Эволюция глубоких сетей из нейронных
- Основные архитектуры глубоких сетей, в т. ч. сверточные и рекуррентные нейронные сети
- Как выбрать сеть, отвечающую поставленной задаче
- Основы настройки нейронных сетей вообще и конкретных глубоких архитектур
- Применение методов векторизации к данным различных типов.