کتاب افزایش داده ها با پایتون: دقت یادگیری عمیق را با روش های تقویت داده برای داده های تصویر ، متن ، صوتی و جدول افزایش دهید

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

دانلود کتاب Data Augmentation with Python: Enhance deep learning accuracy with data augmentation methods for image, text, audio, and tabular data

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
نویسندهDuc Haba
ناشرPackt Publishing
ISBN10:1803246456
ISBN13:9781803246451

توضیحات کتاب

Boost your AI and generative AI accuracy using real-world datasets with over 150 functional object-oriented methods and open source libraries 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

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر کتاب اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.