Глибоке навчання з точки зору практика

Все, що повинен знати розробник-практик, щоб приступити до застосування глибокого навчання для вирішення реальних завдань!

• Концепції машинного навчання взагалі і глибокого навчання зокрема
• Еволюція глибоких нейронних мереж
• Основні архітектури глибоких мереж, в т. ч. згорткові та рекурентні нейронні мережі
• Як вибрати мережу, що відповідає поставленому завданню
• Основи налаштування нейронних мереж взагалі і конкретних глибоких архітектур
• Застосування методів векторизації до даних різних типів

Інтерес до машинного навчання зашкалює, але завищені очікування нерідко гублять проекти ще на ранній стадії. Як машинне навчання — і особливо глибокі нейронні мережі — може змінити вашу організацію? Ця книга не тільки містить практично корисну інформацію про предмет, але і допоможе приступити до створення ефективних мереж глибокого навчання.

Автори спочатку розкривають фундаментальні питання глибокого навчання — настройка, розпаралелювання, векторизація, конвеєри операцій — актуальні для будь-якої бібліотеки, а потім переходять до бібліотеки Deeplearning4j (DL4J), призначеної для розробки технологічних процесів професійного рівня. На реальних прикладах читач познайомиться з методами і стратегіями навчання глибоких мереж з різною архітектурою і їх розпаралелювання в кластерах Hadoop і Spark.