HANDS-ON MACHINE LEARNING WITH SCIKIT-LEARN, KERAS AND TENSORFLOW แนวคิด เครื่องมือ และเทคนิคสำหรับส | ศูนย์หนังสือจุฬาฯ
HANDS-ON MACHINE LEARNING WITH SCIKIT-LEARN, KERAS AND TENSORFLOW แนวคิด เครื่องมือ และเทคนิคสำหรับส
HANDS-ON MACHINE LEARNING WITH SCIKIT-LEARN, KERAS AND TENSORFLOW แนวคิด เครื่องมือ และเทคนิคสำหรับส

HANDS-ON MACHINE LEARNING WITH SCIKIT-LEARN, KERAS AND TENSORFLOW แนวคิด เครื่องมือ และเทคนิคสำหรับส

Author : AURELIEN GERON

Softcover

฿ 1,251.00

1,390.00

Discount 10 %

TAGS :

Book info

Barcode : 9786168282359

ISBN : 9786168282359

Year of print : 1 / 2566

Size ( w x h ) : 165 x 240 mm.

Number of pages : 728 Pages

Book category : คอมพิวเตอร์

Product details : HANDS-ON MACHINE LEARNING WITH SCIKIT-LEARN, KERAS AND TENSORFLOW แนวคิด เครื่องมือ และเทคนิคสำหรับส

เนื้อหาเชิงลึกในเล่มเต็มไปด้วยเทคนิคที่หาอ่านจากเล่มอื่นได้ยาก ครอบคลุมวิทยาการล่าสุดไม่ว่าจะเป็น Attention และ Transformer ซึ่งเป็นรากฐานของ ChatGPT ของ OpenAI และBard ของ Google, GAN โมเดลเรียนรู้จากฝ่ายตรงข้ามซึ่งเทรนด์ใหม่มาแรง, Diffusion Model ที่เป็นรากฐานให้กับ DALL-E 2 เนรมิตงานศิลป์ จินตนาการจากคำบรรยาย และที่ฮือฮาไปทั่วโลกReinforcement Model ที่เป็นรากฐานของเกม AlphaGo และ AlphaZero ที่โค่นแชมป์โลกหมากล้อมและหมากรุก เหมาะสำหรับใช้เป็นคู่มือเพิ่มไอเดียและประสบการณ์ระดับสูงให้กับนักพัฒนา นักวิจัยและผู้สนใจทั่วไปที่ต้องการสร้างโปรเจกต์ ML ที่ล้ำหน้า พร้อมทั้งอธิบายสมการคณิตศาสตร์และทฤษฎีที่สำคัญ ช่วยให้ศึกษาต่อหรือเรียนรู้งานวิจัยทั่วโลกได้ง่ายขึ้น โดยใช้ภาษา Python และเฟรมเวิร์คยอดนิยมที่พร้อมสำหรับงานจริง อย่างเช่น Scikit-Learn, Keras และ TensorFlow

⦁ ลองใช้ Scikit-Learn สร้างโปรเจกต์ ML ตัง้ แต่เริ่มจนจบ ใช้ Keras และ TensorFlow

เพื่อฝึกและคาดการณ์แบบกระจายงานบนหลาย GPU หรือหลายเซิร์ฟเวอร์ ทดลองการทำงานทัง้ บนเครื่องส่วนตัวและบนคลาวด์

⦁ สำรวจโมเดลมากมาย เช่น Support Vector Machine, Decision Tree, Random

Forest และกลุ่มโมเดล (ensemble)

⦁ ใช้ประโยชน์จากเทคนิคการเรียนรู้แบบไม่มีผู้สอน เช่น การลดมิติ (dimensionality

reduction), การจัดกลุ่ม (clustering) และการตรวจจับความผิดปกติ (anomaly

detection)

⦁ ลงลึกสถาปัตยกรรมทันสมัยล่าสุด GAN: Generative Adversarial Networks,

Autoencoders, Diffusion Models และ Transformers ที่กำลังเป็นกระแสจาก

ChatGPT

⦁ ใช้ TensorFlow และ Keras เพื่อสร้างและฝึกนิวรอลเน็ตสำหรับคอมพิวเตอร์วิชั่น,

การประมวลผลภาษาธรรมชาติ, เจนเนอเรทีฟโมเดล และดีฟ-รีอินฟอร์ซเมนต์เลิร์นนิ่ง

Related products

Customers who bought this product Also bought this product

Review score from buyers

0 Full 5 Star
0 People
0
0
0
0
0