Deep learning en action : La référence du praticien

Deep learning en action
Bien que l'intérêt pour l'apprentissage automatique ait atteint un niveau considérable, des attentes trop élevées font souvent échouer les projets avant qu'ils n'aillent très loin. Comment l'apprentissage automatique, en particulier les réseaux de neurones profonds, peut-il faire une réelle différence dans votre entreprise ? Ce livre fournit non seulement les informations les plus pratiques sur ce sujet, mais il vous aide en outre à construire des réseaux de deep learning efficaces.

Les auteurs de cet ouvrage vous fournissent les bases fondamentales du deep learning, de la parallélisation, de la vectorisation et de la construction de pipelines, qui sont valables pour n'importe quel système de développement. Ils vous guident ensuite dans les arcanes de la bibliothèque open source Deeplearning4j (DL4J). Grâce à des exemples concrets, vous apprendrez des méthodes et des stratégies pour construire des architectures de réseaux profonds, ainsi que pour exécuter des workflows de deep learning sur Spark et Hadoop avec DL4J.

• Plongez dans les concepts de l'apprentissage automatique et du deep learning

• Découvrez comment les réseaux profonds ont évolué à partir des concepts fondamentaux des réseaux de neurones

• Explorez les principales architectures de réseaux profonds, dont les réseaux convolutifs et récurrents

• Apprenez à associer des réseaux profonds spécifiques à chaque type de problème

• Maîtrisez les principes fondamentaux de l'optimisation des réseaux de neurones et des architectures de deep learning

• Utilisez les techniques de vectorisation pour différents types de données avec DataVec, le compagnon de DL4J

• Apprenez à utiliser nativement DL4J sur Spark et Hadoop

« Tout ce qu'un développeur a besoin de savoir pour se lancer concrètement dans le deep learning se trouve dans ce livre. »
Grant Ingersoll
Directeur technique de Lucidworks