Deep learning en action
Une approche par la pratique
Résumé
Bien que l'intérêt pour l'apprentissage automatique ait atteint un niveau considérable, des attentes trop élevées font souvent échouer les projets avant qu'ils n'aillent très loin. Comment l'apprentissage automatique, en particulier les réseaux de neurones profonds, peut-il faire une réelle différence dans votre entreprise ? Ce livre fournit non seulement les informations les plus pratiques sur ce sujet, mais il vous aide en outre à construire des réseaux de deep learning efficaces.
Les auteurs de cet ouvrage vous fournissent les bases fondamentales du deep learning, de la parallélisation, de la vectorisation et de la construction de pipelines, qui sont valables pour n'importe quel système de développement. Ils vous guident ensuite dans les arcanes de la bibliothèque open source Deeplearning4j (DL4J). Grâce à des exemples concrets, vous apprendrez des méthodes et des stratégies pour construire des architectures de réseaux profonds, ainsi que pour exécuter des workflows de deep learning sur Spark et Hadoop avec DL4J.
- Plongez dans les concepts de l'apprentissage automatique et du deep learning
- Découvrez comment les réseaux profonds ont évolué à partir des concepts fondamentaux des réseaux de neurones
- Explorez les principales architectures de réseaux profonds, dont les réseaux convolutifs et récurrents
- Apprenez à associer des réseaux profonds spécifiques à chaque type de problème
- Maîtrisez les principes fondamentaux de l'optimisation des réseaux de neurones et des architectures de deep learning
- Utilisez les techniques de vectorisation pour différents types de données avec DataVec, le compagnon de DL4J
- Apprenez à utiliser nativement DL4J sur Spark et Hadoop
"Tout ce qu'un développeur a besoin de savoir pour se lancer concrètement dans le deep learning se trouve dans ce livre."
Grant Ingersoll - Directeur technique de Lucidworks
L'avis du libraire Eyrolles
Tout ce qu’un développeur a besoin de savoir concrètement sur le Deep learning pour le mettre en place et construire des réseaux de neurones profonds...
L'auteur - Josh Patterson
Josh Patterson est actuellement vice-président de la division ingénierie de chantier de la société Skymind. Il a précédemment travaillé comme architecte de solutions principal chez Cloudera et en tant qu'ingénieur spécialisé en apprentissage automatique et en systèmes distribués pour la Tennessee Valley Authority.
L'auteur - Adam Gibson
Adam Gibson est le directeur technique de Skymind. Cet expert en gestion de grands volumes de données en temps réel a travaillé à la mise en oeuvre de projets d'apprentissage automatique aussi bien pour des sociétés cotées en Bourse aux États-Unis que pour des fonds spéculatifs, des incubateurs de startups ou des entreprises de relations publiques.
Caractéristiques techniques
PAPIER | NUMERIQUE | |
Éditeur(s) | First | |
Auteur(s) | Josh Patterson, Adam Gibson | |
Parution | 24/05/2018 | 04/10/2018 |
Nb. de pages | 480 | - |
Format | 19 x 23 | - |
Couverture | Broché | - |
Poids | 1050g | - |
Intérieur | Noir et Blanc | - |
Contenu | - |
ePub |
EAN13 | 9782412037447 |
9782412043356 |
ISBN13 | 978-2-412-03744-7 | - |
Avantages Eyrolles.com
Nos clients ont également acheté
Consultez aussi
- Les meilleures ventes en Graphisme & Photo
- Les meilleures ventes en Informatique
- Les meilleures ventes en Construction
- Les meilleures ventes en Entreprise & Droit
- Les meilleures ventes en Sciences
- Les meilleures ventes en Littérature
- Les meilleures ventes en Arts & Loisirs
- Les meilleures ventes en Vie pratique
- Les meilleures ventes en Voyage et Tourisme
- Les meilleures ventes en BD et Jeunesse