Hands-On Machine Learning with C++: Építsünk, képezzünk és telepítsünk végponttól végpontig tartó gépi tanulási és mélytanulási pipeline-okat!

Olvasói vélemények

A könyv egyedülálló perspektívát kínál a gépi tanulás C++ nyelven történő megvalósítására, és ezzel jelentős hiányt pótol a C++ programozók számára készült oktatási forrásokban. Számos valós példával szolgál, amelyek a C++ gépi tanulást egyszerre elérhetővé és gyakorlatiassá teszik. Ugyanakkor szervezési problémáktól szenved, és nem biztos, hogy az abszolút kezdők számára megfelelő, különösen azok számára, akik nem ismerik a szükséges könyvtárakat és fogalmakat.

Teljes körű példákat tartalmaz valós adatok felhasználásával, így az anyag azonnal alkalmazhatóvá válik. Áthidalja a C++ és Python ML források közötti szakadékot. Jó áttekintés az ML fogalmakról és algoritmusokról. A C++ fejlesztők igényeit gyakorlati kódpéldákkal és az olyan könyvtárakkal való kompatibilitással, mint a PyTorch. Docker környezetet biztosít, megkönnyítve a példák egyszerű beállítását.

Rosszul szervezett, egyértelmű célközönség nélkül. A könyvtárakkal kapcsolatos alapvető magyarázatok hiánya miatt túlterhelheti a kezdőket. Nem felhasználóbarát a C++-ban még nem jártasak számára. Dockert igényel a példák beállításához, ami egyes felhasználók számára akadályt jelenthet. Egyes olvasók úgy érzik, hogy nem elég mélyreható az eszközök és fogalmak magyarázata.

(6 olvasói vélemény alapján)

Eredeti címe:

Hands-On Machine Learning with C++: Build, train, and deploy end-to-end machine learning and deep learning pipelines

Könyv tartalma:

Felügyelt és felügyelet nélküli gépi tanulási algoritmusok implementálása C++ könyvtárak, például PyTorch C++ API, Caffe2, Shogun, Shark-ML, mlpack és dlib segítségével valós példák és adathalmazok segítségével

Főbb jellemzők

⬤ Ismerkedjen meg az adatfeldolgozással, a teljesítményméréssel és a modellválasztással különböző C++ könyvtárak használatával.

⬤ Vezessen be gyakorlati gépi tanulási és mélytanulási technikákat intelligens modellek építéséhez.

⬤ Telepítse a gépi tanulási modelleket, hogy mobil és beágyazott eszközökön is működhessenek.

Könyv leírása

A C++ segítségével gyorsabban és hatékonyabban futtathatja gépi tanulási modelljeit. Ez a praktikus útmutató segít elsajátítani a gépi tanulás (ML) alapjait, és megmutatja, hogyan használhatja a C++ könyvtárakat, hogy a legtöbbet hozza ki az adatokból. Ez a könyv példákon alapuló megközelítésével megkönnyíti a gépi tanulást a C++ nyelvvel kezdők számára, és valós példákon keresztül mutatja be, hogyan lehet felügyelt és felügyelet nélküli ML-algoritmusokat megvalósítani.

Ez a könyv gyakorlatiasan segít a modell különböző felhasználási esetekre való hangolásában és optimalizálásában, valamint a modell kiválasztásában és a teljesítmény mérésében. Olyan technikákkal foglalkozik, mint a termékajánlások, az együttes tanulás és az anomália-felismerés, olyan modern C++ könyvtárak használatával, mint a PyTorch C++ API, a Caffe2, a Shogun, a Shark-ML, az mlpack és a dlib. Ezután a neurális hálózatokat és a mélytanulást fedezi fel olyan példákon keresztül, mint a képosztályozás és az érzelemelemelemzés, amelyek segítenek különböző problémák megoldásában. Később megtanulja, hogyan kezelje a mobil és felhőplatformokon történő gyártás és telepítés kihívásait, mielőtt felfedezi, hogyan exportálhatja és importálhatja a modelleket az ONNX formátum segítségével.

E C++ könyv végére valós gépi tanulási és C++ ismeretekkel, valamint a C++ használatához szükséges készségekkel fog rendelkezni, hogy nagy teljesítményű ML-rendszereket építhessen.

Amit megtanulhat

⬤ Tudja meg, hogyan tölthet be és dolgozhat elő különböző adattípusokat megfelelő C++ adatstruktúrákba.

⬤ A legfontosabb gépi tanulási algoritmusok alkalmazása különböző C++ könyvtárakkal.

⬤ Megtanulja a rácsos keresési megközelítést a legjobb paraméterek megtalálására egy gépi tanulási modellhez.

⬤ Egy algoritmus megvalósítása a felhasználói adatokban lévő anomáliák szűrésére Gauss-eloszlás segítségével.

⬤ A kollaboratív szűrés javítása a dinamikus felhasználói preferenciák kezelése érdekében.

⬤ C++ könyvtárak és API-k használata a modellstruktúrák és paraméterek kezeléséhez.

⬤ C++ program megvalósítása képosztályozási feladatok megoldására LeNet architektúrával.

Kinek szól ez a könyv

Hasznosnak fogja találni ezt a C++ gépi tanulásról szóló könyvet, ha a népszerű C++ nyelv segítségével szeretne belekezdeni a gépi tanulás algoritmusaiba és technikáiba. Amellett, hogy hasznos első kurzus a gépi tanulás C++ nyelvvel, ez a könyv az adatelemzők, adattudósok és gépi tanulás fejlesztők számára is vonzó lesz, akik különböző gépi tanulási modelleket szeretnének megvalósítani a termelésben változatos adathalmazok és példák felhasználásával. A C++ programozási nyelv munkatudása kötelező a könyvvel való ismerkedéshez.