O seu portal de conhecimento
Telefone (21) 3278-8069

Mãos à Obra

Aprendizado de máquina com Scikit-Learn & TensorFlow

Aurélien Géron

Edição: 1ª
Número de Páginas: 576
Formato: 17 x 24 cm

ISBN: 978-85-5080-381-4

 R$99.00

Categorias: , Product ID: 3786

Descrição

CLIQUE AQUI PARA BAIXAR O MATERIAL DE APOIO!

CONCEITOS, FERRAMENTAS E TÉCNICAS PARA A CONSTRUÇÃO DE SISTEMAS INTELIGENTES.

Com uma série de recentes avanços, o aprendizado profundo impulsionou todo o campo do aprendizado de máquina. Agora, mesmo
os programadores que pouco sabem sobre esta tecnologia podem utilizar ferramentas simples e eficientes para implementar programas capazes de aprender com dados.

Este livro prático mostra como fazê-lo.
Utilizando exemplos concretos, uma teoria mínima e duas estruturas Python prontas para produção — Scikit-Learn e TensorFlow  — o autor Aurélien Géron ajuda você a adquirir uma compreensão intuitiva dos conceitos e ferramentas para a construção de sistemas inteligentes.

Você aprenderá uma variedade de técnicas, começando com uma regressão linear simples e progredindo para redes neurais profundas. Com exercícios em cada capítulo para ajudá-lo a aplicar o que aprendeu, você só precisa ter experiência em programação para começar.

■■ Explore o cenário do aprendizado de máquina, especialmente as redes neurais
■■ Utilize o Scikit-Learn para acompanhar um exemplo de projeto de aprendizado de máquina de ponta a ponta
■■ Examine vários modelos de treinamento, incluindo máquinas de vetor de suporte, árvores de decisão, florestas aleatórias e métodos de ensemble
■■ Use a biblioteca TensorFlow para construir e treinar redes neurais
■■ Mergulhe em arquiteturas de rede neural, incluindo redes convolutivas, redes recorrentes e aprendizado por reforço profundo
■■ Aprenda técnicas para treinamento e dimensionamento de redes neurais profundas
■■ Aplique exemplos práticos de código sem recorrer a teorias excessivas ou detalhes de algoritmo do aprendizado de máquinas

Elogio a obra:

“ Este livro é uma excelente introdução à teoria e prática para resolver problemas com redes neurais.  Ele abrange os pontos-chave que você precisará para criar aplicativos eficazes, assim como o conhecimento necessário para entender novas pesquisas à medida em que surgem.
O recomendo a qualquer pessoa interessada em aprender sobre o AM na prática. ”
—Pete Warden Líder Mobile do TensorFlow

Capítulo de Amostra

Download

Aurelien Geron

Aurélien Géron é consultor de aprendizado de máquina. Ex-Googler, ele liderou a equipe de classificação de vídeo do YouTube de 2013 a 2016. Ele também foi fundador e CTO da Wifirst de 2002 a 2012, um ISP líder na França e fundador e CTO da Polyconseil em 2001, empresa que agora gerencia o serviço de compartilhamento de carros elétricos Autolib '. Antes disso, trabalhou como engenheiro em vários domínios: finanças (JP Morgan e Société Générale), defesa (DOD do Canadá) e assistência médica (transfusão de sangue). Ele publicou alguns livros técnicos (em arquiteturas C ++, WiFi e Internet) e foi professor de Ciência da Computação em uma escola de engenharia francesa. Alguns fatos interessantes: ele ensinou seus 3 filhos a contar em binário com os dedos (até 1023), ele estudou microbiologia e genética evolutiva antes de entrar na engenharia de software, e seu pára-quedas não abriu no segundo salto.