MejelleKitap fiyat karşılaştırma

Python ile Derin Öğrenme

Python ile Derin Öğrenme
357,00

Python ile Derin Öğrenme

Nobel Akademik Yayıncılık

Şubat 2025330 sf.
Ciltsiz
TamadresEn ucuz

Python ile Derin Öğrenme

Python ile Makine Öğrenimi ve Derin Öğrenme kitabının başlangıcında Python ile program geliştirme sürecinin öğretilmesi anlatılmaktadır Ardından yapay zekâ ve makine öğreniminin temel kavramları tanıtılarak gradyan iniş optimizasyon algoritması doğrusal regresyon modeli doğrusal sınıflandırma modeli ve algılayıcı modeli gibi en temel makine öğrenimi modelleri ilginç uygulama örnekleriyle açıklanmaktadır Sonrasında sinir ağı modeli ve ilgili eğitim algoritmalarına tanıtılmaktadır Okuyucuların sinir ağı modelini hızlı bir şekilde tanıyabilmeleri için önce algılayıcı sinir ağı modeli kolay anlaşılır bir dille anlatılmakta ardından sinir ağı modelinin temel bileşenleri bir araya getirilerek kapsamlı bir açıklama sunulmaktadır Kitap kod yazma sürecinden başlayarak sinir ağı modellerinin eğitim adımları ve eğitim algoritmalarını derinlemesine incelemekte ve hiperparametre ayarlama model testi gibi temel teknikleri mizahi bir dille analiz ederek sunmaktadır Yeni başlayanlar için sağlam bir derin öğrenme temeli oluşturmayı hedefleyen kitap aşırı uyum sorunu ve düzenlileştirme stratejilerinin yanı sıra aktivasyon fonksiyonlarının tasarım fikirlerine de odaklanmakta programlama temelli bir yaklaşımla derin öğrenme nin temel ilkelerini ve modellerini anlaşılır bir şekilde tanıtmaktadır

Tamadres
1.400,00

Buzdağı Yayınevi

Eylül 2019400 sf.
Ciltli

çev. Bilgin Aksoy

Tamadres

KERAS IN YARATICISINDAN MUHTEŞEM BİR KİTAP Makine öğrenmesi son yıllarda oldukça çarpıcı bir ilerleme sağladı Konuşma ve görüntü tanımada çok kötüydük fakat insana yakın doğruluğa geçtik ortalama bir Go oyuncusunu yenemeyen uygulamalardan dünya şampiyonlarını yenen uygulamalar geliştirme noktasına geldik Bu ilerlemenin arkasında derin öğrenme var Gelecekte derin öğrenme sadece araştırmacılar akademik profilli mühendisler ve lisansüstü öğrenciler gibi profesyoneller tarafından değil tüm geliştiriciler tarafından kullanılacak Herkes akıllı uygulamalar geliştirmeye ihtiyaç duyacak Tüm işletmeler nasıl şimdi bir internet sitesine ihtiyaç duyuyorsa tüm ürünler kullanıcının oluşturduğu veriyi anlamlandırmak için akla ihtiyaç duyacak Bundan dolayı şu an ve yakın gelecekte derin öğrenmeye hâkim uygulama geliştiricilere olan ihtiyaç katlanarak artacaktır Bu kitap derin öğrenmeyi sıfırdan keşfetmek ya da derin öğrenme anlayışını genişletmek isteyen herkes için yazılmıştır İster makine öğrenmesi üzerine çalışan bir mühendis ya da akademisyen isterse yazılım geliştiricisi veya üniversite öğrencisi olun bu sayfalar size çok şey katacak İşiniz bittiğinde derin öğrenmeyi kendi projelerinizde uygulamak için gerekli bilgi ve beceriye sahip olacaksınız Bu kitap matematiksel gösterime girmekten kaçınarak derin öğrenmeyi pratik ve uygulamalı olarak öğretiyor Nicel kavramları kod parçaları aracılığıyla açıklıyor Makine öğrenmesi ve derin öğrenmenin temel fikirleri hakkında pratik sezgiler geliştirmenizi sağlıyor Bu kitapta somut problemleri derin öğrenmeyi kullanarak çözmeye başlamak için bilmeniz gereken her şeyin ayrıntılı yorumuna pratik önerileri ile hem basit hem de üst düzey açıklamalar içeren otuzdan fazla kod örneğine ulaşacaksınız Kod örnekleri Python derin öğrenme kütüphanesi Keras ı kullanarak yazılmıştır En popüler ve en hızlı büyüyen derin öğrenme kütüphanesi olan Keras derin öğrenmeye başlamak için en iyi araçtır Bu kitabı okuduktan sonra derin öğrenmenin ne olduğunu ne zaman uygulanabilir olduğunu ve sınırlarının ne olduğunu tam olarak anlayacaksınız Makine öğrenmesi sorunlarını çözmeniz için gerekli olan standart iş akışını bilecek ve sık karşılaşılan sorunların nasıl ele alınacağını öğreneceksiniz Görüntü işlemeden doğal dil işlemeye kadar gerçek dünyadaki sorunların üstesinden gelmek için Keras ı kullanabileceksiniz Görüntü sınıflandırma zaman serisi tahmini duygu analizi görüntü ve metin üretme ve daha fazlası François Chollet Keras ın yaratıcısıdır Aynı zamanda TensorFlow makine öğrenmesi kütüphanesine katkı sağlamaktadır CVPR NeurIPS ICLR vb alanın ana konferanslarında yayınlanmış çok sayıda makalesi bulunmaktadır Google AI da çalışmaktadır