Physics.Math.Code
143K subscribers
5.2K photos
2.07K videos
5.81K files
4.46K links
VK: vk.com/physics_math
Чат инженеров: @math_code
Учебные фильмы: @maths_lib
Репетитор IT mentor: @mentor_it
YouTube: youtube.com/c/PhysicsMathCode

№ 6045941532

Обратная связь: @physicist_i
Download Telegram
Глубокое обучение в биологии и медицине [2020] Рамсундар, Истман, Уолтерс

➡️ Скачать книгу

#машинное_обучение #искусственный_интеллект #глубокое_обучение #алгоритмы #python #биология
Глубокое_обучение_с_подкреплением_теория_и_практика_на_языке_Python.7z
8 MB
📘 Глубокое обучение с подкреплением: теория и практика на языке Python [2022] Грессер Л., Кенг В.

Глубокое обучение с подкреплением (глубокое RL) сочетает в себе два подхода к машинному обучению. В ходе такого обучения виртуальные агенты учатся решать последовательные задачи о принятии решений. За последнее десятилетие было много неординарных достижений в этой области — от однопользовательских и многопользовательских игр, таких как го и видеоигры Atari и Dota 2, до робототехники.
Эта книга — введение в глубокое обучение с подкреплением, уникально комбинирующее теорию и практику. Авторы начинают повествование с базовых сведений, затем подробно объясняют теорию алгоритмов глубокого RL, демонстрируют их реализации на примере программной библиотеки SLM Lab и напоследок описывают практические аспекты использования глубокого RL.
#машинное_обучение #искусственный_интеллект #глубокое_обучение #алгоритмы #python
🔥52👍216😢1
📕 Шаблоны и практика глубокого обучения [2022] Ферлитш Эндрю

📙 Deep Learning Patterns and Practices [2021] Andrew Ferlitsch

💾 Скачать книги

#машинное_обучение #искусственный_интеллект #глубокое_обучение #программирование #python
👍63🔥161
📘 Машинное обучение. Паттерны проектирования [2022] Лакшманан, Мунн, Робинсон

📕 Machine Learning Design Patterns: Solutions to Common Challenges in Data Preparation, Model Building, and MLOps [2020] Lakshmanan, Robinson, Munn

💾 Скачать книги

📝 Вы узнаете , как:
▪️ Выявлять и устранять общие проблемы при обучении, оценке и внедрении моделей ML
▪️ Представление данных для различных типов моделей ML, включая встраивания, пересечения объектов и многое другое
▪️ Выберите правильный тип модели для конкретных задач
▪️ Создайте надежный цикл обучения, который использует контрольные точки, стратегию распределения и настройку гиперпараметров
▪️ Развертывание масштабируемых систем ML, которые вы можете переобучить и обновить для отражения новых данных
▪️ Интерпретируйте прогнозы модели для заинтересованных сторон и убедитесь, что модели справедливо относятся к пользователям.
#глубокое_обучение #искусственный_интеллект #python #машинное_обучение #нейронные_сети
👍42🔥9