کتاب یادگیری عمیق با آر؛ راهنمای کاربردی برای طراحی، ساخت و بهبود مدل های شبکه عصبی با استفاده از آر

عنوان کتاب به انگلیسی: |
Hands-On Deep Learning with R: A practical guide to designing, building, and improving neural network models using R |
| سال انتشار: 2020 | 317 صفحه | حجم فایل: 13 مگابایت | زبان: انگلیسی |
| نویسنده | Michael Pawlus, Rodger Devine |
| ناشر | Packt Publishing |
| ISBN10: | 1788996836 |
| ISBN13: | 9781788996839 |
توضیحات کتاب
Deep learning enables efficient and accurate learning from a massive amount of data. This book will help you overcome a number of challenges using various deep learning algorithms and architectures with R programming.
This book starts with a brief overview of machine learning and deep learning and how to build your first neural network. You'll understand the architecture of various deep learning algorithms and their applicable fields, learn how to build deep learning models, optimize hyperparameters, and evaluate model performance. Various deep learning applications in image processing, natural language processing (NLP), recommendation systems, and predictive analytics will also be covered. Later chapters will show you how to tackle recognition problems such as image recognition and signal detection, programmatically summarize documents, conduct topic modeling, and forecast stock market prices. Toward the end of the book, you will learn the common applications of GANs and how to build a face generation model using them. Finally, you'll get to grips with using reinforcement learning and deep reinforcement learning to solve various real-world problems.
By the end of this deep learning book, you will be able to build and deploy your own deep learning applications using appropriate frameworks and algorithms.
What you will learn
Design a feedforward neural network to see how the activation function computes an output
Create an image recognition model using convolutional neural networks (CNNs)
Prepare data, decide hidden layers and neurons and train your model with the backpropagation algorithm
Apply text cleaning techniques to remove uninformative text using NLP
Build, train, and evaluate a GAN model for face generation
Understand the concept and implementation of reinforcement learning in R
Who this book is for
This book is for data scientists, machine learning engineers, and deep learning developers who are familiar with machine learning and are looking to enhance their knowledge of deep learning using practical examples. Anyone interested in increasing the efficiency of their machine learning applications and exploring various options in R will also find this book useful. Basic knowledge of machine learning techniques and working knowledge of the R programming language is expected.
Table of Contents
Machine Learning Basics
Setting Up R for Deep Learning
Artificial Neural Networks
Convolutional Neural Networks for Image Recognition
Multilayer Perceptron Neural Networks for Signal Detection
Neural Collaborative Filtering Using Embeddings
Deep Learning for Natural Language Processing
Long Short-Term Memory Networks for Stock Forecast
Generative Adversarial Networks for Face Generation
Reinforcement Learning for gaming
Deep Q Learning for Maze Solving
توضیحات کتاب به فارسی (ترجمه ماشینی)
یادگیری عمیق یادگیری کارآمد و دقیق را از داده های گسترده ای امکان پذیر می کند.این کتاب به شما کمک می کند تا با استفاده از الگوریتم ها و معماری های مختلف یادگیری عمیق با برنامه نویسی R ، بر تعدادی از چالش ها غلبه کنید. این کتاب با یک مرور مختصر در مورد یادگیری ماشین و یادگیری عمیق و نحوه ساخت اولین شبکه عصبی شما آغاز می شود.شما معماری الگوریتم های مختلف یادگیری عمیق و زمینه های قابل اجرا آنها را درک خواهید کرد ، یاد بگیرید که چگونه مدل های یادگیری عمیق را بسازید ، بهینه سازی هایپر پارامترها را بهینه کنید و عملکرد مدل را ارزیابی کنید.برنامه های مختلف یادگیری عمیق در پردازش تصویر ، پردازش زبان طبیعی (NLP) ، سیستم های توصیه و تجزیه و تحلیل پیش بینی نیز پوشش داده می شود.فصل های بعدی به شما نشان می دهد که چگونه می توانید مشکلات تشخیص مانند تشخیص تصویر و تشخیص سیگنال را برطرف کنید ، به صورت برنامه ای اسناد را خلاصه کنید ، مدل سازی موضوع را انجام دهید و قیمت بازار سهام را پیش بینی کنید.در پایان کتاب ، کاربردهای مشترک GAN ها و نحوه ساخت یک مدل تولید چهره را با استفاده از آنها یاد خواهید گرفت.سرانجام ، برای حل مشکلات مختلف در دنیای واقعی ، با استفاده از یادگیری تقویت کننده و یادگیری عمیق تقویت خواهید شد. با پایان این کتاب یادگیری عمیق ، شما قادر خواهید بود با استفاده از چارچوب ها و الگوریتم های مناسب ، برنامه های یادگیری عمیق خود را بسازید و مستقر کنید. آنچه یاد خواهید گرفت یک شبکه عصبی Feedforward را طراحی کنید تا ببینید که چگونه عملکرد فعال سازی یک خروجی را محاسبه می کند ایجاد یک مدل تشخیص تصویر با استفاده از شبکه های عصبی Convolutional (CNNS) داده ها را تهیه کنید ، لایه ها و نورون های پنهان را تصمیم بگیرید و مدل خود را با الگوریتم backpropagation آموزش دهید برای حذف متن ناآگاهانه با استفاده از NLP ، از تکنیک های تمیز کردن متن استفاده کنید ساخت ، آموزش و ارزیابی یک مدل GAN برای تولید چهره درک مفهوم و اجرای یادگیری تقویت در r این کتاب برای چه کسی است این کتاب برای دانشمندان داده ، مهندسان یادگیری ماشین و توسعه دهندگان عمیق یادگیری است که با یادگیری ماشین آشنا هستند و به دنبال تقویت دانش خود در مورد یادگیری عمیق با استفاده از نمونه های عملی هستند.هرکسی که علاقه مند به افزایش کارآیی برنامه های یادگیری ماشین و کاوش در گزینه های مختلف در R باشد ، این کتاب را نیز مفید خواهد دید.دانش اساسی در مورد تکنیک های یادگیری ماشین و دانش کار از زبان برنامه نویسی R انتظار می رود. فهرست مطالب مبانی یادگیری ماشین تنظیم R برای یادگیری عمیق شبکه های عصبی مصنوعی شبکه های عصبی حلقوی برای تشخیص تصویر شبکه های عصبی چند لایه Perceptron برای تشخیص سیگنال فیلتر مشارکتی عصبی با استفاده از تعبیه یادگیری عمیق برای پردازش زبان طبیعی شبکه های حافظه کوتاه مدت طولانی برای پیش بینی سهام شبکه های مخالف تولید کننده برای تولید صورت یادگیری تقویت برای بازی یادگیری عمیق Q برای حل پیچ و خم📚 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.
-
کتاب صدها نکته فارسی (خودمونی) – نسخه PDF — زبان ساده و کاربردی
مشاهده نمونه نسخه نکات ساده -
کتاب صدها نکته رسمی فارسی – نسخه PDF — نگارش استاندارد و علمی
مشاهده نمونه نسخه نکات رسمی -
کتاب صدها پرسش و پاسخ تشریحی – نسخه PDF
— هر سؤال همراه با پاسخ کامل برای درک عمیق مفاهیم
مشاهده نمونه نسخه پرسش و پاسخ -
کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع -
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 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.