Mašinsko učenje sa C++: Algoritmi, tehnike, biblioteke i savremeni alati u praksi – drugo izdanje
Primena nadgledanih i nenadgledanih algoritama mašinskog učenja i biblioteka C++ programskog jezika, kao što su PyTorch C++ API, Flashlight, Blaze, mlpack i dlib, na realnim primerima i skupovima podataka.

Ključne karakteristike

• Upoznavanje obrade podataka, merenja performansi i izbora modela, uz različite C++ biblioteke.
• Primena praktičnih tehnika mašinskog i dubokog učenja za razvoj inteligentnih modela.

• Implementacija modela mašinskog učenja na mobilnim i ugrađenim uređajima.

Opis knjige

Ova knjiga, čiji je autor iskusni softverski inženjer sa dugogodišnjim iskustvom u industriji, objašnjava osnove mašinskog učenja  i prikazuje načine primena C++ biblioteka za izradu modela nadgledanog i nenadgledanog učenja.

Steći ćete praktično iskustvo u podešavanju i optimizaciji modela za različite namene, što vam omogućava da efikasno birate odgovarajuće modele i merite njihove performanse. U knjizi su detaljno objašnjene tehnike kao što su preporučivanje proizvoda, ansambl učenje, detekcija anomalija, analiza osećanja i prepoznavanje objekata, uz primenu savremenih C++ biblioteka. Takođe ćete naučiti da rešavate izazove prilikom implementacije modela na mobilnim platformama i saznate kako format modela ONNX olakšava taj proces.

Ovo izdanje je unapređeno važnim temama, među kojima su primena analize osećanja kroz učenje prenosom znanja i modeli zasnovani na transformatorima, kao i praćenje i vizuelizacija eksperimenata mašinskog učenja pomoću alata MLflow. U dodatnom poglavlju objašnjena je upotreba biblioteke Optune za izbor hiperparametara. Deo posvećen implementaciji modela na mobilnim platformama sada sadrži detaljno objašnjenje prepoznavanja objekata u realnom vremenu na Android sistemu pomoću C++ programskog jezika.

Kada pročitate ovu knjigu o mašinskom učenju i programskom jeziku C++, steći ćete praktično znanje iz oblasti mašinskog učenja i veštinu korišćenja jezika C++ za razvoj naprednih sistema mašinskog učenja.

Šta ćete naučiti

• Primenu najvažnijih algoritama mašinskog učenja uz različite C++ biblioteke.
• Učitavanje i obradu različitih tipova podataka u odgovarajuće C++ strukture podataka.
• Prepoznavanje optimalnih parametara modela mašinskog učenja.
• Primenu otkrivanja anomalija za filtriranje korisničkih podataka.
• Upotrebu saradničke filtracije za upravljanje promenljivim korisničkim preferencijama.
• Upotrebu C++ biblioteka i API interfejsa za upravljanje strukturom i parametrima modela.
• Implementaciju C++ koda za prepoznavanje objekata pomoću savremene neuronske mreže.

Kome je namenjena ova knjiga

Ova knjiga je namenjena početnicima koji žele da istraže algoritme i tehnike mašinskog učenja upotrebom programskog jezika C++. Takođe će biti korisna analitičarima podataka, naučnicima i programerima koji žele da primene modele mašinskog učenja u proizvodnim okruženjima. Da bi se u potpunosti iskoristio sadržaj knjige, potrebno je osnovno poznavanje jezika C++.

1. Uvod u mašinsko učenje sa programskim jezikom C++
2. Obrada podataka
3. Merenje performansi i izbor modela
4. Klasterovanje
5. Detekcija anomalija
6. Smanjenje dimenzionalnosti
7. Klasifikacija
8. Sistemi preporuke
9. Ansambl učenje
10. Neuronske mreže za klasifikaciju slika
11. Model BERT i učenje prenosom znanja za analizu osećanja
12. Izvoz i uvoz modela
13. Praćenje i vizuelizacija eksperimenata mašinskog učenja
14. Implementacija modela na mobilnoj platformi