Descripción
Cree su propio pipeline basándose en enfoques modernos de TensorFlow en lugar de conceptos de ingeniería anticuados. Este libro le muestra cómo construir un pipeline de aprendizaje profundo para proyectos de TensorFlow de la vida real.
Aprenderá qué es un pipeline y cómo funciona para que pueda construir una aplicación completa de forma fácil y rápida. Luego, solucionará y superará los obstáculos básicos de Tensorflow para crear fácilmente aplicaciones funcionales e implementar modelos bien entrenados. Las instrucciones paso a paso y orientadas a ejemplos le ayudarán a comprender cada paso del pipeline de aprendizaje profundo mientras aplica las herramientas más sencillas y eficaces a problemas y conjuntos de datos demostrativos.
También desarrollará un proyecto de aprendizaje profundo preparando datos, eligiendo el modelo que se adapte a esos datos y depurando su modelo para obtener el mejor ajuste a los datos, todo utilizando técnicas de Tensorflow. Mejore sus habilidades accediendo a algunas de las tendencias recientes más poterosas en ciencia de datos. Si alguna vez ha considerado construir su propia solución de etiquetado de imágenes o texto o participar en un concurso de Kaggle, ¡Deep Learning Pipeline es para usted!Lo que aprenderá
- Desarrollar un proyecto de aprendizaje profundo utilizando datos
- Estudiar y aplicar varios modelos a sus datos
- Depurar y solucionar problemas del modelo adecuado para sus datos
Desarrolladores, analistas y científicos de datos que buscan añadir o mejorar sus habilidades existentes accediendo a algunas de las tendencias recientes más potentes en ciencia de datos. La experiencia previa en Python u otros lenguajes relacionados con TensorFlow y matemáticas sería útil.
Autor: Hisham El-Amir, Mahmoud Hamdy
Editorial: Apress
Publicado: 21/12/2019
Páginas: 551
Tipo de encuadernación: Tapa blanda
Peso: 1.77 libras
Tamaño: 9.21h x 6.14w x 1.17d
ISBN13: 9781484253489
ISBN10: 1484253485
Categorías BISAC:
- Computadoras | Inteligencia Artificial | General
Acerca del autor
Hisham Elamir es un científico de datos con experiencia en aprendizaje automático, aprendizaje profundo y estadísticas. Actualmente vive y trabaja en El Cairo, Egipto. En sus proyectos de trabajo, se enfrenta a desafíos que van desde el procesamiento del lenguaje natural (NLP), el análisis del comportamiento y el aprendizaje automático hasta el procesamiento distribuido. Es muy apasionado por su trabajo y siempre trata de mantenerse actualizado sobre los últimos desarrollos en tecnologías de ciencia de datos, asistiendo a reuniones, conferencias y otros eventos.
Mahmoud Hamdy es un ingeniero de aprendizaje automático que trabaja en Egipto y vive en Egipto. Su área principal de estudio es la superposición entre el conocimiento, la lógica, el lenguaje y el aprendizaje. Trabaja ayudando a entrenar modelos de aprendizaje automático y aprendizaje profundo para destilar grandes cantidades de datos no estructurados, semiestructurados y estructurados en nuevos conocimientos sobre el mundo utilizando métodos que van desde el aprendizaje profundo hasta el aprendizaje relacional estadístico. Aplica sólidas habilidades teóricas y prácticas en varias áreas del aprendizaje automático para encontrar soluciones novedosas y efectivas para problemas interesantes y desafiantes en dichas interconexiones.