Навигация:

Книги на русском языке: #RU
Книги на английском языке: #Eng
Программа для чтения книг: #Librera

Полезные репозитории: #GitHub
Полезные статьи: #Теория
Обобщенный материал: #Статья
Полезные уроки: #Урок
Полезные курсы: #Курс
Различные роадмапы: #Roadmap
Проверка Ваших знаний: #Опрос
Обучающий видеоматериал: #Видео


Базы данных и Python: #PostgreSQL
Python и библиотека OpenCV: #OpenCV
Изучение фреймворка Flask: #Flask
Изучение фреймворка Django: #Django
Изучение библиотеки PyTorch: #PyTorch
Изучение библиотеки pandas: #pandas
Искусственный интеллект и Python: #ИИ
Создание и разработка игр: #Игры
Материал на тему парсинга: #Парсинг
Всё что связано с блокчейн: #Blockchain
Изучение библиотеки для создания Telegram-ботов: #aiogram
Изучение библиотеки asyncio: #asyncio

📓 Прикладное машинное обучение без учителя с использованием Python.

• Обучение без учителя — передовой рубеж технологий #ИИ и, возможно, ключ к созданию сильного ИИ. Поскольку подавляющая часть накопленных в мире данных не размечена, к ним нельзя применять традиционное обучение с учителем. В то же время обучение без учителя позволяет успешно работать с неразмеченными наборами данных и выявлять заложенные в них закономерности, обнаружить которые человеку не под силу.

• Автор показывает, как реализовать обучение на основе Scikit-learn и TensorFlow/Keras. Используя готовый код и практические примеры, специалисты по работе с данными смогут выявлять скрытые закономерности в информационных массивах, более глубоко анализировать деловые данные, обнаруживать аномалии, выполнять автоматическое конструирование признаков и генерировать синтетические наборы данных. Все, что потребуется — знание программирования и предварительный опыт работы в области ML.

#RU

Прикладное машинное обучение без учителя с использованием Python.
2020 #RU #ИИ || Бесплатный софт для чтения книг.

📓 Алгоритмы Data Science и их практическая реализация на Python.

• Рассмотрен полный каскад разработки моделей искусственного интеллекта. Проанализирована область Data Science, из которой выделены все необходимые для прикладной сферы алгоритмы машинного обучения, расположенные по уровню возрастания сложности работы с ними.

#RU #ИИ

📓 Python для сетевых инженеров.

• Третье издание полностью переработано и обновлено для использования Python 3. Помимо новых глав, посвященных анализу сетевых данных с помощью стека ELK (Elasticsearch, Logstash, Kibana и Beats) и Azure Cloud Networking, в него включены сведения по использованию Ansible и фреймворков pyATS и Nornir. Кроме того, были обновлены примеры для лучшего понимания концепций и обеспечения совместимости.

#RU #ИИ

📖 Искусственный интеллект и компьютерное зрение.

• Практические примеры из этой книги научат вас создавать приложения глубокого обучения для облачных, мобильных и краевых (edge) систем. Если вы хотите создать что-то необычное, полезное, масштабируемое или просто классное — эта книга для вас. Многолетний опыт исследований в области глубокого обучения и разработки приложений позволяют авторам научить каждого воплощать идеи в нечто невероятное и необходимое людям в реальном мире.

В этой книге вы:
• Узнаете, как обучать, настраивать и развертывать модели компьютерного зрения с помощью Keras, TensorFlow, Core ML и TensorFlow Lite;
• Изучите интересные проекты, в том числе Not Hotdog из сериала Silicon Valley и еще более 40 примеров;
• Смоделируете беспилотный автомобиль в видеоигровом окружении и создадите миниатюрную версию, использовав технологию обучения с подкреплением;
• Научитесь использовать перенос обучения для быстрого обучения моделей;
• Найдете более 50 практических советов по повышению точности и скорости модели, отладке и масштабированию до многомиллионной аудитории.

#ИИ #Keras #TensorFlow

📖 Искусственный интеллект и компьютерное зрение.

• Практические примеры из этой книги научат вас создавать приложения глубокого обучения для облачных, мобильных и краевых (edge) систем. Если вы хотите создать что-то необычное, полезное, масштабируемое или просто классное — эта книга для вас. Многолетний опыт исследований в области глубокого обучения и разработки приложений позволяют авторам научить каждого воплощать идеи в нечто невероятное и необходимое людям в реальном мире.

В этой книге вы:
• Узнаете, как обучать, настраивать и развертывать модели компьютерного зрения с помощью Keras, TensorFlow, Core ML и TensorFlow Lite;
• Изучите интересные проекты, в том числе Not Hotdog из сериала Silicon Valley и еще более 40 примеров;
• Смоделируете беспилотный автомобиль в видеоигровом окружении и создадите миниатюрную версию, использовав технологию обучения с подкреплением;
• Научитесь использовать перенос обучения для быстрого обучения моделей;
• Найдете более 50 практических советов по повышению точности и скорости модели, отладке и масштабированию до многомиллионной аудитории.

#ИИ #Keras #TensorFlow