Cargando…

Deep learning dla programistów : budowanie aplikacji AI za pomocą fastai i PyTorch /

Uczenie głębokie zmienia oblicze wielu branż. Ta rewolucja już się zaczęła, jednak potencjał AI i sieci neuronowych jest znacznie większy. Korzystamy więc dziś z osiągnięć komputerowej analizy obrazu i języka naturalnego, wspierania badań naukowych czy budowania skutecznych strategii bi...

Descripción completa

Detalles Bibliográficos
Clasificación:Libro Electrónico
Autores principales: Howard, Jeremy (Scientist) (Autor), Gugger, Sylvain (Autor)
Otros Autores: Janusz, Jacek (Traductor)
Formato: Electrónico eBook
Idioma:Polaco
Inglés
Publicado: Gliwice : Helion, [2021]
Edición:[First edition].
Temas:
Acceso en línea:Texto completo (Requiere registro previo con correo institucional)

MARC

LEADER 00000cam a22000007i 4500
001 OR_on1382388716
003 OCoLC
005 20231017213018.0
006 m o d
007 cr cnu|||unuuu
008 230614s2021 pl a o 001 0 pol d
040 |a ORMDA  |b eng  |e rda  |e pn  |c ORMDA  |d OCLCF  |d OCLCO 
020 |a 9788328375109  |q (electronic bk.) 
020 |a 8328375109  |q (electronic bk.) 
035 |a (OCoLC)1382388716 
037 |a 9788328375109  |b O'Reilly Media 
041 1 |a pol  |h eng 
050 4 |a QA76.9.D343 
082 0 4 |a 006.3/12  |2 23/eng/20230614 
049 |a UAMI 
100 1 |a Howard, Jeremy  |c (Scientist),  |e author. 
240 1 0 |a Deep learning for coders with fastai and PyTorch.  |l Polish 
245 1 0 |a Deep learning dla programistów :  |b budowanie aplikacji AI za pomocą fastai i PyTorch /  |c Jeremy Howard, Sylvain Gugger ; tłumaczenie, Jacek Janusz. 
250 |a [First edition]. 
264 1 |a Gliwice :  |b Helion,  |c [2021] 
300 |a 1 online resource (544 pages) :  |b illustrations 
336 |a text  |b txt  |2 rdacontent 
337 |a computer  |b c  |2 rdamedia 
338 |a online resource  |b cr  |2 rdacarrier 
500 |a Includes index. 
520 |a Uczenie głębokie zmienia oblicze wielu branż. Ta rewolucja już się zaczęła, jednak potencjał AI i sieci neuronowych jest znacznie większy. Korzystamy więc dziś z osiągnięć komputerowej analizy obrazu i języka naturalnego, wspierania badań naukowych czy budowania skutecznych strategii biznesowych - wchodzimy do świata, który do niedawna był dostępny głównie dla naukowców. W konsekwencji trudno o źródła wiedzy, które równocześnie byłyby przystępne dla zwykłych programistów i miały wysoką̜ wartość merytoryczną. Problem polega na tym, że bez dogłębnego zrozumienia działania algorytmów uczenia głębokiego trudno tworzyć dobre aplikacje. Oto praktyczny i przystępny przewodnik po koncepcjach uczenia g̜łębokiego, napisany tak, aby ułatwić zrozumienie najnowszych technik w tej dziedzinie bez znajomości wyższej matematyki. Książka daje znakomite podstawy uczenia głębokiego, a następnie stopniowo wprowadza zagadnienia sposobu działania modeli, ich budowy i trenowania. Pokazano w niej również praktyczne techniki przekształcania modeli w działające aplikacje. Znalazło się tu mnóstwo wskazówek ułatwiających poprawianie dokładności, szybkości i niezawodności modeli. Nie zabrakło też informacji o najlepszych sposobach wdrażania od podstaw algorytmów uczenia głębokiego i stosowaniu ich w najnowocześniejszych rozwiązaniach. 
590 |a O'Reilly  |b O'Reilly Online Learning: Academic/Public Library Edition 
650 0 |a Data mining. 
650 0 |a Natural language processing (Computer science) 
650 0 |a Machine learning. 
650 0 |a Python (Computer program language) 
650 0 |a Artificial intelligence. 
650 6 |a Exploration de données (Informatique) 
650 6 |a Traitement automatique des langues naturelles. 
650 6 |a Apprentissage automatique. 
650 6 |a Python (Langage de programmation) 
650 6 |a Intelligence artificielle. 
650 7 |a artificial intelligence.  |2 aat 
650 7 |a Artificial intelligence  |2 fast 
650 7 |a Data mining  |2 fast 
650 7 |a Machine learning  |2 fast 
650 7 |a Natural language processing (Computer science)  |2 fast 
650 7 |a Python (Computer program language)  |2 fast 
700 1 |a Gugger, Sylvain,  |e author. 
700 1 |a Janusz, Jacek,  |e translator. 
856 4 0 |u https://learning.oreilly.com/library/view/~/9788328375109/?ar  |z Texto completo (Requiere registro previo con correo institucional) 
994 |a 92  |b IZTAP