О курсе

Издание адресовано разработчикам-практикам, желающим освоить глубокое обучение для решения реальных задач. Авторы начинают с общих принципов машинного обучения и эволюции глубоких сетей из нейронных, затем переходят к практическим аспектам: настройке, распараллеливанию, векторизации и конвейерам операций. Основное внимание уделяется библиотеке Deeplearning4j (DL4J), предназначенной для разработки технологических процессов профессионального уровня. На реальных примерах рассматриваются методы и стратегии обучения глубоких сетей с различной архитектурой, включая сверточные и рекуррентные нейронные сети, а также их распараллеливание в кластерах Hadoop и Spark. Книга помогает разобраться в выборе подходящей архитектуры для конкретной задачи и в основах настройки нейронных сетей.

Что рассматривается в программе

  • Рассматриваются фундаментальные концепции машинного обучения и глубокого обучения
  • Изучаются основные архитектуры глубоких сетей, включая сверточные и рекуррентные нейронные сети
  • Разбираются методы настройки нейронных сетей и конкретных глубоких архитектур
  • Применяются методы векторизации к данным различных типов
  • Освещается работа с библиотекой Deeplearning4j (DL4J)
  • Рассматривается распараллеливание обучения в кластерах Hadoop и Spark

Кому может быть полезен курс

  • Разработчикам, интересующимся практическим применением глубокого обучения
  • Специалистам, которым нужно ознакомиться с библиотекой Deeplearning4j
  • Тем, кто хочет понять принципы построения и настройки нейронных сетей

Вопросы о программе

Какая библиотека рассматривается в книге?

В книге рассматривается библиотека Deeplearning4j (DL4J), предназначенная для разработки технологических процессов профессионального уровня.

Какие архитектуры нейронных сетей описываются?

Описываются основные архитектуры глубоких сетей, включая сверточные и рекуррентные нейронные сети.

На каких примерах рассматривается применение глубокого обучения?

На реальных примерах рассматриваются методы и стратегии обучения глубоких сетей с различной архитектурой и их распараллеливание в кластерах Hadoop и Spark.