"TensorFlow służy do projektowania i wdrażania nowoczesnych architektur głębokiego uczenia. Jego zaletami są prostota, produktywność i sprężystość. Umożliwia budowanie złożonych rozwiązań na bazie zróżnicowanych zbiorów informacji.
Co więcej, pozwala na stosowanie różnych technik uczenia nadzorowanego, nienadzorowanego, a także uczenia przez wzmacnianie. TensorFlow zmienił sposób postrzegania uczenia maszynowego. Dzięki temu środowisku każdy, kto chce uczynić z wielkich zbiorów informacji wiarygodne źródło wiedzy, może ten cel osiągnąć - niezależnie od tego, czy jest analitykiem informacji, naukowcem, projektantem, czy pasjonatem metod nienaturalnej inteligencji.
To książka dedykowana dla osób, które chcą nauczyć się wytwarzać całościowe rozwiązania z zastosowaniem uczenia maszynowego. Poszczególne zagadnienia zilustrowano trzynastoma praktycznymi projektami, w których wykorzystano między innymi analizy sentymentów, przetwarzanie języka naturalnego, systemy rekomendacyjne, generatywne sieci kontradyktoryjne czy sieci kapsułowe.
Pokazano, w jaki sposób używać TensorFlow z interfejsem APO Spark i wspomagać obliczenia układami GPU. Przedstawiono zastosowanie rozkładu macierzy (SVD++), modeli rankingowych i odmian splotowej sieci neuronowej.
Nie zabrakło prezentacji nowych rozwiązań o obfitym potencjale, takich jak sieci DiscoGAN. Załączony do książki kod źródłowy, liczne wskazówki i porady pozwolą na płynne rozpoczęcie pracy z TensorFlow i innymi narzędziami do budowy sieci neuronowych.
W tej książce między innymi: podstawy pracy z TensorFlow wykorzystanie TensorFlow do wizualizacji sieci neuronowych wykorzystanie cyklu gaussowskiego do prognozowania cen akcji wykrywanie oszukańczych transakcji za pomocą TensorFlow i Keras implementacja sieci kapsułowych w TensorFlow techniki uczenia przez wzmacnianie TensorFlow: prostota, efektywność i imponujący potencjał!
O autorach Ankit Jain jest naukowcem. Pracuje w oddziale badawczym Ubera, gdzie zajmuje się metodami głębokiego uczenia. Wcześniej wykładał na Uniwersytecie Kalifornijskim w Berkeley. Armando Fandango specjalizuje się w dziedzinie głębokiego uczenia, uczenia maszynowego, rozproszonego przetwarzania danych i metod obliczeniowych.
Jest konsultantem, projektantem i autorem książek. Amita Kapoor od dwudziestu lat wykłada wiedzę o sieciach neuronowych na Uniwersytecie w Delhi. Interesuje się uczeniem maszynowym, sieciami neuronowymi, robotyką oraz buddyzmem i etyką w nienaturalnej inteligencji.