Zaawansowane_uczenie_maszynowe_z_jezykiem_Python_zaaucz.pdf

(1222 KB) Pobierz
Tytuł oryginału: Advanced Machine Learning with Python
Tłumaczenie: Konrad Matuk
ISBN: 978-83-283-3607-0
Copyright © Packt Publishing 2016.
First published in the English language under the title 'Advanced Machine Learning with Python -
(9781784398637)'
Polish edition copyright © 2017 by Helion SA
All rights reserved.
All rights reserved. No part of this book may be reproduced or transmitted in any form or by any means,
electronic or mechanical, including photocopying, recording or by any information storage retrieval system,
without permission from the Publisher.
Wszelkie prawa zastrzeżone. Nieautoryzowane rozpowszechnianie całości lub fragmentu niniejszej
publikacji w jakiejkolwiek postaci jest zabronione. Wykonywanie kopii metodą kserograficzną,
fotograficzną, a także kopiowanie książki na nośniku filmowym, magnetycznym lub innym powoduje
naruszenie praw autorskich niniejszej publikacji.
Wszystkie znaki występujące w tekście są zastrzeżonymi znakami firmowymi bądź towarowymi ich
właścicieli.
Autor oraz Wydawnictwo HELION dołożyli wszelkich starań, by zawarte w tej książce informacje były
kompletne i rzetelne. Nie biorą jednak żadnej odpowiedzialności ani za ich wykorzystanie, ani za związane
z tym ewentualne naruszenie praw patentowych lub autorskich. Autor oraz Wydawnictwo HELION nie
ponoszą również żadnej odpowiedzialności za ewentualne szkody wynikłe z wykorzystania informacji
zawartych w książce.
Wydawnictwo HELION
ul. Kościuszki 1c, 44-100 GLIWICE
tel. 32 231 22 19, 32 230 98 63
e-mail:
helion@helion.pl
WWW:
http://helion.pl
(księgarnia internetowa, katalog książek)
Pliki z przykładami omawianymi w książce można znaleźć pod adresem:
ftp://ftp.helion.pl/przyklady/zaaucz.zip
Drogi Czytelniku!
Jeżeli chcesz ocenić tę książkę, zajrzyj pod adres
http://helion.pl/user/opinie/zaaucz
Możesz tam wpisać swoje uwagi, spostrzeżenia, recenzję.
Printed in Poland.
•
Kup książkę
•
Poleć książkę
•
Oceń książkę
•
Księgarnia internetowa
•
Lubię to! » Nasza społeczność
Spis tre ci
O autorze
O korektorach merytorycznych
Wst p
Rozdzia 1. Nienadzorowane uczenie maszynowe
Analiza g ównych sk adowych (PCA)
Podstawy analizy g ównych sk adowych
Stosowanie algorytmu analizy g ównych sk adowych
Wprowadzenie grupowania metod
k
- rednich
Grupowanie — wprowadzenie
Rozpoczynamy grupowanie
Dostrajanie konfiguracji klastrów
Sieci Kohonena
Sieci Kohonena — wprowadzenie
Korzystanie z sieci Kohonena
Dalsza lektura
Podsumowanie
9
11
13
19
20
20
21
24
24
25
29
34
34
35
38
39
Rozdzia 2. Sieci DBN
Sieci neuronowe — wprowadzenie
Budowa sieci neuronowej
Topologie sieci
Ograniczona maszyna Boltzmanna
Ograniczone maszyny Boltzmanna — wst p
Zastosowania ograniczonych maszyn Boltzmanna
Dalsze zastosowania ograniczonej maszyny Boltzmanna
41
42
42
43
45
46
49
58
Kup książkę
Poleć książkę
Zaawansowane uczenie maszynowe z j zykiem Python
Sieci g bokie
Trenowanie sieci DBN
Stosowanie sieci DBN
Walidacja sieci DBN
Dalsza lektura
Podsumowanie
59
59
60
63
64
64
Rozdzia 3. Stosy autoenkoderów odszumiaj cych
Autoenkodery
Autoenkodery — wprowadzenie
Odszumianie autoenkoderów
Korzystanie z autoenkodera odszumiaj cego
Stosy autoenkoderów odszumiaj cych
Korzystanie ze stosu autoenkoderów odszumiaj cych
Ocena wydajno ci stosu autoenkoderów odszumiaj cych
Dalsza lektura
Podsumowanie
67
67
68
70
72
75
76
82
83
83
Rozdzia 4. Konwolucyjne sieci neuronowe
Konwolucyjne sieci neuronowe — wprowadzenie
Topologia sieci konwolucyjnej
Korzystanie z konwolucyjnych sieci neuronowych
Dalsza lektura
Podsumowanie
85
85
86
98
104
105
Rozdzia 5. Cz ciowo nadzorowane uczenie maszynowe
Wst p
Czym jest uczenie cz ciowo nadzorowane?
Dzia anie algorytmów uczenia cz ciowo nadzorowanego
Samodzielne uczenie si
Kontrastywna pesymistyczna estymacja prawdopodobie stwa
Dalsza lektura
Podsumowanie
107
107
108
109
109
119
128
129
Rozdzia 6. Rozpoznawanie j zyka naturalnego i selekcja cech
Wst p
Selekcja cech danych tekstowych
Czyszczenie danych tekstowych
Tworzenie cech na podstawie danych tekstowych
Testowanie przygotowanych danych
Dalsza lektura
Podsumowanie
131
131
133
133
141
146
152
153
6
Kup książkę
Poleć książkę
Spis tre ci
Rozdzia 7. Selekcja cech — cz
II
155
155
156
156
164
172
173
192
193
Wst p
Tworzenie zestawu cech
Selekcja cech pod k tem uczenia maszynowego
Korzystanie z technik selekcji cech
In ynieria cech w praktyce
Pobieranie danych za pomoc interfejsów REST
Dalsza lektura
Podsumowanie
Rozdzia 8. Metody zespo owe
Wprowadzenie do metod zespo owych
Metody u redniaj ce
Stosowanie metod wzmacniania
Stosowanie metod kontaminacji
Wykorzystanie modeli w zastosowaniach dynamicznych
Czym jest elastyczno modeli?
Strategie zarz dzania elastyczno ci modelu
Dalsza lektura
Podsumowanie
195
196
197
201
207
212
213
220
223
224
Rozdzia 9. Dodatkowe narz dzia uczenia maszynowego w j zyku Python
Alternatywne narz dzia programowe
Biblioteka Lasagne — wprowadzenie
Biblioteka TensorFlow — wprowadzenie
Kiedy warto korzysta z tych bibliotek?
Dalsza lektura
Podsumowanie
225
226
226
228
232
235
235
Dodatek A. Wymagania przyk adowych skryptów
Skorowidz
237
239
7
Kup książkę
Poleć książkę

Plik z chomika:

Inne pliki z tego folderu:

Inne foldery tego chomika:

Zgłoś jeśli naruszono regulamin