Introduction to Deep Learning Business Applications for Developers / Vieira, Armando  

Público ISBD Ningún comentario para este título. Título : Introduction to Deep Learning Business Applications for Developers : From Conversational Bots in Customer Service to Medical Image Processing Tipo de documento: documento electrónico Autores: Vieira, Armando, ; Ribeiro, Bernardete, Mención de edición: 1 ed. Editorial: Berkeley, CA : Apress Fecha de publicación: 2018 Número de páginas: XXI, 343 p. 64 ilustraciones ISBN/ISSN/DL: 978-1-4842-3453-2 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Inteligencia artificial  Python (lenguaje de programa informático)  Pitón Clasificación: 006.3 Resumen: Descubra las posibles aplicaciones, desafíos y oportunidades del aprendizaje profundo desde una perspectiva empresarial con ejemplos técnicos. Estas aplicaciones incluyen reconocimiento, segmentación y anotación de imágenes, procesamiento y anotación de video, reconocimiento de voz, asistentes personales inteligentes, traducción automática y vehículos autónomos. Una Introducción a las aplicaciones empresariales de aprendizaje profundo para desarrolladores cubre algunos algoritmos DL comunes, como los algoritmos de recomendación basados ​​en contenido y el procesamiento del lenguaje natural. Explorará ejemplos, como la predicción de video con redes neuronales totalmente convolucionales (FCNN) y redes neuronales residuales (ResNets). También verá aplicaciones de DL para controlar la robótica, explorar el algoritmo de aprendizaje DeepQ con la búsqueda del árbol de Monte Carlo (utilizado para vencer a los humanos en el juego de Go) y modelar para la evaluación de riesgos financieros. También se mencionará el poderoso conjunto de algoritmos llamados redes neuronales generativas adversas (GAN) que se pueden aplicar para colorear y completar imágenes y transferir estilos. Después de leer este libro, tendrá una visión general del apasionante campo de las redes neuronales profundas y comprenderá la mayoría de las principales aplicaciones del aprendizaje profundo. El libro contiene algunos ejemplos de codificación, trucos e ideas sobre cómo entrenar modelos de aprendizaje profundo utilizando el marco Keras. Usted: Descubrirá sobre el aprendizaje profundo y por qué es tan poderoso Trabajará con los principales algoritmos disponibles para entrenar modelos de aprendizaje profundo Verá los principales avances en términos de aplicaciones de aprendizaje profundo Ejecutará ejemplos simples con una selección de bibliotecas de aprendizaje profundo Descubrirá las áreas de Impacto del aprendizaje profundo en los negocios. Nota de contenido: 1 Introduction -- 2 Deep Learning: An Overview -- 3 Deep Neural Network Models -- 4 Image Processing -- 5 Natural Language Processing and Speech -- 6 Reinforcement Learning and Robotics -- 7 Recommendations Algorithms and Advertising -- 8 Games and Art -- 9 Other Applications -- 10 Business Impact of DL Technology -- 11 New Research and Future Directions -- Appendix Training DNN with Keras. Tipo de medio : Computadora Summary : Discover the potential applications, challenges, and opportunities of deep learning from a business perspective with technical examples. These applications include image recognition, segmentation and annotation, video processing and annotation, voice recognition, intelligent personal assistants, automated translation, and autonomous vehicles. An Introduction to Deep Learning Business Applications for Developers covers some common DL algorithms such as content-based recommendation algorithms and natural language processing. You'll explore examples, such as video prediction with fully convolutional neural networks (FCNN) and residual neural networks (ResNets). You will also see applications of DL for controlling robotics, exploring the DeepQ learning algorithm with Monte Carlo Tree search (used to beat humans in the game of Go), and modeling for financial risk assessment. There will also be mention of the powerful set of algorithms called Generative Adversarial Neural networks (GANs) that can be applied for image colorization, image completion, and style transfer. After reading this book you will have an overview of the exciting field of deep neural networks and an understanding of most of the major applications of deep learning. The book contains some coding examples, tricks, and insights on how to train deep learning models using the Keras framework. You will: Find out about deep learning and why it is so powerful Work with the major algorithms available to train deep learning models See the major breakthroughs in terms of applications of deep learning Run simple examples with a selection of deep learning libraries Discover the areas of impact of deep learning in business. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Introduction to Deep Learning Business Applications for Developers : From Conversational Bots in Customer Service to Medical Image Processing [documento electrónico] / Vieira, Armando, ; Ribeiro, Bernardete,  . -  1 ed.  . - Berkeley, CA : Apress, 2018 . - XXI, 343 p. 64 ilustraciones. ISBN : 978-1-4842-3453-2 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Inteligencia artificial  Python (lenguaje de programa informático)  Pitón Clasificación: 006.3 Resumen: Descubra las posibles aplicaciones, desafíos y oportunidades del aprendizaje profundo desde una perspectiva empresarial con ejemplos técnicos. Estas aplicaciones incluyen reconocimiento, segmentación y anotación de imágenes, procesamiento y anotación de video, reconocimiento de voz, asistentes personales inteligentes, traducción automática y vehículos autónomos. Una Introducción a las aplicaciones empresariales de aprendizaje profundo para desarrolladores cubre algunos algoritmos DL comunes, como los algoritmos de recomendación basados ​​en contenido y el procesamiento del lenguaje natural. Explorará ejemplos, como la predicción de video con redes neuronales totalmente convolucionales (FCNN) y redes neuronales residuales (ResNets). También verá aplicaciones de DL para controlar la robótica, explorar el algoritmo de aprendizaje DeepQ con la búsqueda del árbol de Monte Carlo (utilizado para vencer a los humanos en el juego de Go) y modelar para la evaluación de riesgos financieros. También se mencionará el poderoso conjunto de algoritmos llamados redes neuronales generativas adversas (GAN) que se pueden aplicar para colorear y completar imágenes y transferir estilos. Después de leer este libro, tendrá una visión general del apasionante campo de las redes neuronales profundas y comprenderá la mayoría de las principales aplicaciones del aprendizaje profundo. El libro contiene algunos ejemplos de codificación, trucos e ideas sobre cómo entrenar modelos de aprendizaje profundo utilizando el marco Keras. Usted: Descubrirá sobre el aprendizaje profundo y por qué es tan poderoso Trabajará con los principales algoritmos disponibles para entrenar modelos de aprendizaje profundo Verá los principales avances en términos de aplicaciones de aprendizaje profundo Ejecutará ejemplos simples con una selección de bibliotecas de aprendizaje profundo Descubrirá las áreas de Impacto del aprendizaje profundo en los negocios. Nota de contenido: 1 Introduction -- 2 Deep Learning: An Overview -- 3 Deep Neural Network Models -- 4 Image Processing -- 5 Natural Language Processing and Speech -- 6 Reinforcement Learning and Robotics -- 7 Recommendations Algorithms and Advertising -- 8 Games and Art -- 9 Other Applications -- 10 Business Impact of DL Technology -- 11 New Research and Future Directions -- Appendix Training DNN with Keras. Tipo de medio : Computadora Summary : Discover the potential applications, challenges, and opportunities of deep learning from a business perspective with technical examples. These applications include image recognition, segmentation and annotation, video processing and annotation, voice recognition, intelligent personal assistants, automated translation, and autonomous vehicles. An Introduction to Deep Learning Business Applications for Developers covers some common DL algorithms such as content-based recommendation algorithms and natural language processing. You'll explore examples, such as video prediction with fully convolutional neural networks (FCNN) and residual neural networks (ResNets). You will also see applications of DL for controlling robotics, exploring the DeepQ learning algorithm with Monte Carlo Tree search (used to beat humans in the game of Go), and modeling for financial risk assessment. There will also be mention of the powerful set of algorithms called Generative Adversarial Neural networks (GANs) that can be applied for image colorization, image completion, and style transfer. After reading this book you will have an overview of the exciting field of deep neural networks and an understanding of most of the major applications of deep learning. The book contains some coding examples, tricks, and insights on how to train deep learning models using the Keras framework. You will: Find out about deep learning and why it is so powerful Work with the major algorithms available to train deep learning models See the major breakthroughs in terms of applications of deep learning Run simple examples with a selection of deep learning libraries Discover the areas of impact of deep learning in business. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]

---

1 (1 - 1 / 1) Ver por página : 25 50 100 200