स्किकिट-लर्न, केरस और टेंसरफ्लो के साथ ऑफ़सेट पेपर हैंड्स-ऑन मशीन लर्निंग, तीसरा संस्करण (पूर्ण रंग)

हाल ही में हुई सफलताओं की एक श्रृंखला के माध्यम से, गहन शिक्षा ने मशीन लर्निंग के पूरे क्षेत्र को बढ़ावा दिया है। अब, यहां तक कि प्रोग्रामर जो इस तकनीक के बारे में कुछ भी नहीं जानते हैं, वे डेटा से सीखने में सक्षम कार्यक्रमों को लागू करने के लिए सरल, कुशल टूल का उपयोग कर सकते हैं। यह सबसे ज्यादा बिकने वाली किताब इंटेलिजेंट सिस्टम बनाने के लिए अवधारणाओं और उपकरणों की सहज समझ हासिल करने में आपकी मदद करने के लिए ठोस उदाहरणों, न्यूनतम सिद्धांत और उत्पादन के लिए तैयार पायथन फ्रेमवर्क - स्किकिट-लर्न, केरस और टेंसरफ्लो का उपयोग करती है। इस अद्यतन तीसरे संस्करण के साथ, लेखक ऑरेलियन गेरॉन कई तकनीकों की खोज करते हैं, जो सरल रैखिक प्रतिगमन से शुरू होती हैं और गहरे तंत्रिका नेटवर्क की ओर बढ़ती हैं। पूरी किताब में कई कोड उदाहरण और अभ्यास आपको जो सीखा है उसे लागू करने में मदद करते हैं। आरंभ करने के लिए आपको केवल प्रोग्रामिंग का अनुभव चाहिए। एक उदाहरण मशीन लर्निंग प्रोजेक्ट को अंत से अंत तक ट्रैक करने के लिए scikit-learn का उपयोग करें सपोर्ट वेक्टर मशीन, डिसीजन ट्री, रैंडम फॉरेस्ट और एन्सेम्बल मेथड्स सहित कई मॉडलों का अन्वेषण करें, आयामीता में कमी, क्लस्टरिंग और विसंगति का पता लगाने जैसी असुरक्षित शिक्षण तकनीकों का फायदा उठाएं न्यूरल नेट आर्किटेक्चर में गोता लगाएँ, जिसमें कनवल्शनल नेट, रिकरेंट नेट, जनरेटिव एडवर्सरियल नेटवर्क और ट्रांसफॉर्मर शामिल हैं कंप्यूटर विज़न, प्राकृतिक भाषा प्रसंस्करण, जनरेटिव मॉडल और गहन सुदृढीकरण सीखने के लिए न्यूरल नेट बनाने और प्रशिक्षित करने के लिए TensorFlow और Keras का उपयोग करें कई GPU का उपयोग करके न्यूरल नेट को प्रशिक्षित करें और Google के Vertex AI का उपयोग करके उन्हें बड़े पैमाने पर तैनात करें