FRANÇOIS CHOLLET
with T O M A S Z K A L I N OW S K I
and J. J. A L L A I R E
Глубокое обучение с R и Keras
Ф РА Н СУА Ш О Л Л Е
при участии
Томаша Калиновски
и Дж. Дж. Аллера
Москва, 2023
УДК 004.85
ББК 32.971.3
Ш78
Шолле Ф.
Ш78 Глубокое обучение с R и Keras / пер. с англ. В. С. Яценкова. – М.: ДМК Пресс,
2022. – 646 с.: ил.
ISBN 978-5-93700-189-4
Прочитав эту книгу, вы получите четкое представление о том, что такое глубокое обучение, когда его следует применять и каковы его ограничения. Авторы
описывают стандартный рабочий процесс поиска решения задачи машинного
обучения и рассказывают, как устранять часто возникающие проблемы. Всесторонне рассматривается использование Keras для решения самых разнообразных
прикладных задач, в числе которых классификация и сегментация изображений,
прогнозирование временных рядов, классификация текста, машинный перевод,
генерация текста и многое другое.
Издание адресовано читателям со средними навыками программирования на R.
Опыт работы с Keras, TensorFlow или моделями глубокого обучения не требуется.
Отзывы о первом издании
«Самое понятное объяснение глубокого обучения, которое я когда-либо встречал… приятно и легко читается».
– Ричард Тобиас, Cephasonics
«Эта книга сокращает разрыв между идеями и работающей системой глубокого обучения».
– Петр Рабинович, Akamai
«Все основные темы и концепции глубокого обучения раскрыты и доходчиво
объяснены с использованием примеров кода и графиков вместо математических формул».
– Срджан Сантич, Springboard.com
Оглавление
1
2
3
4
5
6
7
8
9
10
11
12
13
14
Что такое глубокое обучение?......................................................................24
Математические основы нейронных сетей................................................55
Введение в Keras и TensorFlow...................................................................104
Примеры работы с нейросетью: классификация и регрессия.................143
Основы машинного обучения....................................................................173
Обобщенный рабочий процесс машинного обучения.............................215
Работа с Keras: углубленные навыки.........................................................239
Глубокое обучение в компьютерном зрении............................................277
Глубокое обучение для компьютерного зрения........................................321
Глубокое обучение и временные ряды......................................................370
Глубокое обучение в обработке текстов....................................................408
Генеративные модели глубокого обучения...............................................484
Глубокое обучение в реальной жизни.......................................................547
Заключение..................................................................................................571
Содержание
Оглавление........................................................................................................... 6
Предисловие....................................................................................................... 15
Благодарности.................................................................................................. 17
Об этой книге. .................................................................................................. 18
Об иллюстрации на обложке. ........................................................................ 22
Об авторах........................................................................................................ 23
1
Что такое глубокое обучение?................................................. 24
1.1
1.2
1.3
Искусственный интеллект, машинное и глубокое
обучение................................................................................................. 25
1.1.1
1.1.2
1.1.3
1.1.4
1.1.5
1.1.6
1.1.7
1.1.8
Искусственный интеллект....................................................... 25
Машинное обучение.................................................................... 26
Извлечение правил и представлений из данных. .................... 28
«Глубина» глубокого обучения................................................... 31
Принцип действия глубокого обучения в трех рисунках........ 33
Каких успехов достигло глубокое обучение.............................. 35
Не верьте рекламной шумихе................................................... 36
Перспективы развития ИИ. ..................................................... 37
1.2.1
1.2.2
1.2.3
1.2.4
1.2.5
1.2.6
1.2.7
Вероятностное моделирование................................................ 39
Первые нейронные сети............................................................. 39
Ядерные методы......................................................................... 40
Деревья решений, случайные леса и градиентный
бустинг........................................................................................ 42
Назад к нейронным сетям. ....................................................... 43
Отличительные черты глубокого обучения............................ 44
Современный ландшафт машинного обучения.......................
Последние комментарии
18 часов 2 минут назад
18 часов 16 минут назад
19 часов 24 минут назад
1 день 6 часов назад
1 день 6 часов назад
1 день 7 часов назад