Volume 390 pages
2024 year
120 практических задач
About the book
В книге представлены 120 задачч из различных областей, включая анализ данных, прогнозирование, классификацию, распознавание образов и другие. В каждой задаче рассматривается использование глубокого обучения и нейронных сетей для решения, включая выбор архитектуры модели, подготовку данных, обучение и оценку результатов. Примеры кода на Python помогают читателям легко освоить материал и применить его на практике. Книга предназначена для специалистов в области данных, исследователей, студентов и всех, кто интересуется применением современных методов глубокого обучения для решения разнообразных задач в науке, технологиях и бизнесе.
Отличный сборник. Задачи на разные темы и с пошаговым решением, иногда даже несколькими решениями и кодом. То что искала.
Представленные задачи интересные, с описанием решения. Вдохновляют изучать подробнее нейросети, чтобы создавать такие возможности.
Отличный задачник, буду из него брать задания для студентов. Хватит на всех. Темы разнообразные, не скучные, применимые в жизни.
Отличный сборник! Действительно задачи на любой запрос. Даже просто их разобрав можно стать профи. Радует описание.
Может не такое полное как хотелось бы, но это ведь и не учебник.
Задачи просто на любой вкус и цвет, такое количество расписанных решенных с объяснениями примеров в одной книге - это находка!
60, 000 цветных изображений размером 32x32 пикселей, принадлежащих к 10 различным классам. Свёрточные нейронные сети (CNN) – это класс глубинных нейронных сетей, разработанных специально для работы с двумерными данными, такими как изображения. В отличие от полносвязных сетей, где каждый нейрон связан со всеми нейронами предыдущего слоя, CNN используют свёрточные слои, которые применяют фильтры (или ядра) для извлечения локальных признаков из входных данных. Это
Reviews, 10 reviews10