Mašinsko učenje uz PyTorch i Scikit-Learn je kompletan vodič za mašinsko učenje i duboko učenje pomoću biblioteke PyTorch. Služiće vam i kao prirunik za učenje i kao referenca koju ćete uvek koristiti dok gradite sisteme mašinskog učenja.
Naučićete sve osnovne tehnike mašinskog učenja zahvaljujući jasnim objašnjenjima, vizuelizacijama i primerima. Dok ste uz neke knjige primorani da slepo sledite uputstva, uz ovu knjigu o mašinskom učenju shvatićete principe koji vam omogućavaju da sami gradite modele i aplikacije.
Ova knjiga je ažurirana tako da obuhvata duboko učenje upotrebom biblioteke PyTorch i predstavlja čitaocima najnovije dodatke biblioteci scikit-learn. Uz to, ova knjiga objašnjava različite tehnike mašinskog učenja i dubokog učenja za klasifikaciju teksta i slika. Takođe ćete učiti o generativnim suparničkim mrežama (GAN) za generisanje novih podataka i inteligentnim agentima za obuku uz učenje uslovljavanjem. Konačno, ovo novo, prošireno, izdanje obuhvata najnovije trendove dubokog učenja, uključujući grafovske neuronske mreže i transformatore velikih razmera koji služe za obradu govornog jezika (NLP).
Ova knjiga o biblioteci PyTorch biće vaš kompanjon za mašinsko učenje u programskom jeziku Python, bilo da ste Python programer koji tek počinje da se bavi mašinskim učenjem ili želite da produbite svoje znanje o najnovijim dostignućima.
Uveren sam da će vam ova knjiga biti od neprocenjive vrednosti i kao opširan pregled uzbudljive oblasti mašinskog učenja i kao riznica praktičnih uvida. Nadam se da će vas inspirisati da primenite mašinsko učenje za opšte dobro u bilo kom području koje vam zadaje probleme.
Dmitro Dzhulgakov
PyTorch Core Maintainer
Šta ćete naučiti
- Istraživanje radnih okvira, modela i tehnika za mašinsko ’učenje’ iz podataka
- Upotrebu biblioteke scikit-learn za mašinsko učenje i biblioteke PyTorch za duboko učenje
- Obučavanje klasifikatora mašinskog učenja slikama, tekstom i drugim
- Izgradnju i obučavanje neuronskih mreža, transformatora i grafovskih neuronskih mreža
- Najbolju praksu za procenu i podešavanje modela
- Predviđanje kontinuiranih ciljnih ishoda pomoću regresione analize
- Otkrivanje detalja tekstualnih podataka i podataka društvenih medija pomoću analize mišljenja
Učenje uslovljavanjem za donošenje odluka u kompleksnim okruženjima
USPEŠNO DODATO U KORPU