عنوان کتاب به انگلیسی: |
Data Augmentation with Python: Enhance deep learning accuracy with data augmentation methods for image, text, audio, and tabular data |
| سال انتشار: 2023 | 394 صفحه | حجم فایل: 43 مگابایت | زبان: انگلیسی |
| نویسنده | Duc Haba |
| ناشر | Packt Publishing |
| ISBN10: | 1803246456 |
| ISBN13: | 9781803246451 |
توضیحات کتاب
Purchase of the print or Kindle book includes a free PDF eBook
Key Features
Explore beautiful, customized charts and infographics in full color
Work with fully functional OO code using open source libraries in the Python Notebook for each chapter
Unleash the potential of real-world datasets with practical data augmentation techniques
Book Description
Data is paramount in AI projects, especially for deep learning and generative AI, as forecasting accuracy relies on input datasets being robust. Acquiring additional data through traditional methods can be challenging, expensive, and impractical, and data augmentation offers an economical option to extend the dataset.
The book teaches you over 20 geometric, photometric, and random erasing augmentation methods using seven real-world datasets for image classification and segmentation. You’ll also review eight image augmentation open source libraries, write object-oriented programming (OOP) wrapper functions in Python Notebooks, view color image augmentation effects, analyze safe levels and biases, as well as explore fun facts and take on fun challenges. As you advance, you’ll discover over 20 character and word techniques for text augmentation using two real-world datasets and excerpts from four classic books. The chapter on advanced text augmentation uses machine learning to extend the text dataset, such as Transformer, Word2vec, BERT, GPT-2, and others. While chapters on audio and tabular data have real-world data, open source libraries, amazing custom plots, and Python Notebook, along with fun facts and challenges.
By the end of this book, you will be proficient in image, text, audio, and tabular data augmentation techniques.
What you will learn
Write OOP Python code for image, text, audio, and tabular data
Access over 150,000 real-world datasets from the Kaggle website
Analyze biases and safe parameters for each augmentation method
Visualize data using standard and exotic plots in color
Discover 32 advanced open source augmentation libraries
Explore machine learning models, such as BERT and Transformer
Meet Pluto, an imaginary digital coding companion
Extend your learning with fun facts and fun challenges
Who this book is for
This book is for data scientists and students interested in the AI discipline. Advanced AI or deep learning skills are not required; however, knowledge of Python programming and familiarity with Jupyter Notebooks are essential to understanding the topics covered in this book.
Table of Contents
Data Augmentation Made Easy
Biases in Data Augmentation
Image Augmentation for Classification
Image Augmentation for Segmentation
Text Augmentation
Text Augmentation with Machine Learning
Audio Data Augmentation
Audio Data Augmentation with Spectrogram
Tabular Data Augmentation
توضیحات کتاب به فارسی (ترجمه ماشینی)
هوش مصنوعی و هوش مصنوعی خود را با استفاده از مجموعه داده های دنیای واقعی با بیش از 150 روش عملکردی شی گرا و کتابخانه های منبع باز تقویت کنید
خرید کتاب چاپی یا Kindle شامل یک کتاب الکترونیکی رایگان PDF است
ویژگی های کلیدی
نمودارهای زیبا ، سفارشی و اینفوگرافیک را با رنگ کامل کاوش کنید
با کد OO کاملاً کاربردی با استفاده از کتابخانه های منبع باز در نوت بوک پایتون برای هر فصل کار کنید
پتانسیل مجموعه داده های دنیای واقعی را با تکنیک های افزایش داده های عملی رها کنید
توضیحات کتاب
داده ها در پروژه های هوش مصنوعی ، به ویژه برای یادگیری عمیق و هوش مصنوعی مولد ، مهم است ، زیرا دقت پیش بینی به مجموعه داده های ورودی قوی است.دستیابی به داده های اضافی از طریق روش های سنتی می تواند چالش برانگیز ، گران و غیر عملی باشد و افزایش داده ها گزینه اقتصادی برای گسترش مجموعه داده ها را ارائه می دهد.
این کتاب بیش از 20 روش افزایش هندسی ، فوتومتریک و تصادفی را با استفاده از هفت مجموعه داده در دنیای واقعی برای طبقه بندی تصویر و تقسیم بندی به شما آموزش می دهد.شما همچنین می توانید هشت کتابخانه منبع باز افزایش تصویر را مرور کنید ، توابع بسته بندی برنامه نویسی شی گرا (OOP) را در نوت بوک های پایتون بنویسید ، اثرات تقویت تصویر رنگ ، تجزیه و تحلیل سطح ایمن و تعصبات و همچنین کشف حقایق سرگرم کننده و چالش های جالب را بررسی کنید.با پیشرفت ، بیش از 20 تکنیک شخصیت و کلمه را برای تقویت متن با استفاده از دو مجموعه داده در دنیای واقعی و گزیده ای از چهار کتاب کلاسیک کشف خواهید کرد.فصل تقویت متن پیشرفته از یادگیری ماشین برای گسترش مجموعه داده های متن مانند ترانسفورماتور ، Word2VEC ، BERT ، GPT-2 و دیگران استفاده می کند.در حالی که فصل های مربوط به داده های صوتی و جدول دارای داده های دنیای واقعی ، کتابخانه های منبع باز ، توطئه های سفارشی شگفت انگیز و نوت بوک پایتون به همراه حقایق و چالش های سرگرم کننده است.
در پایان این کتاب ، شما در تکنیک های تقویت داده های تصویر ، متن ، صوتی و جدولی مهارت خواهید داشت.
آنچه یاد خواهید گرفت
کد OOP Python را برای داده های تصویر ، متن ، صوتی و جدول بنویسید
از وب سایت Kaggle به بیش از 150،000 مجموعه داده در دنیای واقعی دسترسی پیدا کنید
تجزیه و تحلیل تعصبات و پارامترهای ایمن برای هر روش تقویت
داده ها را با استفاده از توطئه های استاندارد و عجیب و غریب در رنگ تجسم کنید
32 کتابخانه پیشرفته تقویت منبع باز را کشف کنید
مدل های یادگیری ماشین مانند Bert و Transformer را کاوش کنید
با پلوتون ، یک همراه رمزگذار دیجیتال خیالی ملاقات کنید
یادگیری خود را با حقایق سرگرم کننده و چالش های سرگرم کننده گسترش دهید
این کتاب برای چه کسی است
این کتاب برای دانشمندان داده و دانشجویان علاقه مند به رشته هوش مصنوعی است.مهارت های پیشرفته AI یا یادگیری عمیق مورد نیاز نیست.با این حال ، دانش مربوط به برنامه نویسی پایتون و آشنایی با نوت بوک های Jupyter برای درک موضوعات تحت پوشش این کتاب ضروری است.
فهرست مطالب
افزایش داده ها آسان شد
تعصب در افزایش داده ها
تقویت تصویر برای طبقه بندی
تقویت تصویر برای تقسیم بندی
تقویت متن
تقویت متن با یادگیری ماشین
افزایش داده های صوتی
افزایش داده های صوتی با طیف سنجی
افزایش داده های جدولی
| این محصول به صورت دانلودی می باشد و بلافاصله پس از پرداخت موفق قادر به دانلود خواهید بود |
| درج شماره موبایل برای سفارش ضروری نیست ولی ترجیح آن است درج گردد تا در صورت بروز مشکل اولین راه ارتباطی ما با شما باشد. |
|
چنانچه در دریافت محصول به هر دلیلی با مشکل روبرو شدید و مطمئن از پرداخت موفق وجه هستید به شماره تماس زیر نام، نام خانوادگی و نام محصول را پیامک بزنید تا لینک محصول سریعا برای شما ارسال گردد.
شماره تماس: 09395106248 |
نقد و بررسی‌ها
هنوز بررسی‌ای ثبت نشده است.