Kód nélküli mélytanulás a KNIME-vel: Különböző mély neurális hálózati architektúrák építése, képzése és telepítése a KNIME Analytics Platform segítségével

Olvasói vélemények

A könyv felhasználóbarát megközelítést kínál a mélytanulás megtanulásához a KNIME Analytics Platform segítségével, és olyan olvasóknak is szól, akiknek nincs vagy csak kevés programozási tapasztalatuk. Szilárd alapokat nyújt mind az elméletben, mind a gyakorlati alkalmazásokban, miközben olyan telepítési szempontokkal is foglalkozik, amelyeket más szövegek gyakran figyelmen kívül hagynak. Néhány olvasó azonban több kódolási példa és az anyag minőségének kiigazítása iránti igényét fejezte ki.

1) Jól megírt és világos magyarázatok a kulcsfogalmakról és a legjobb gyakorlatokról. 2) Számos gyakorlati alkalmazás szerepel, többek között NLP, képelemzés és csalásfelismerés. 3) A telepítési lehetőségek széles körű lefedettsége. 4) Kódolási követelmények nélkül teszi elérhetővé a mélytanulást. 5) Lépésről lépésre történő útmutató, amely leegyszerűsíti az összetett problémákat.

1) Hiányoznak a kódolási példák, különösen az olyan fontos területeken, mint a természetes nyelvfeldolgozás. 2) Néhány panasz a könyv általános minőségével kapcsolatban.

(10 olvasói vélemény alapján)

Eredeti címe:

Codeless Deep Learning with KNIME: Build, train, and deploy various deep neural network architectures using KNIME Analytics Platform

Könyv tartalma:

Fedezze fel, hogyan lehet a KNIME Analytics Platformot mélytanulási könyvtárakkal integrálni a mesterséges intelligencia megoldások megvalósításához

Főbb jellemzők

⬤ Jártas legyen a KNIME Analytics Platformban a kód nélküli mélytanulás végrehajtásához.

⬤ Tervezzen és építsen mélytanulási munkafolyamatokat gyorsan és könnyebben a KNIME GUI segítségével.

⬤ Fedezze fel a különböző telepítési lehetőségeket egyetlen sor kód használata nélkül a KNIME Analytics Platform segítségével.

Könyv leírása

A KNIME Analytics Platform egy nyílt forráskódú szoftver, amelyet adattudományi munkafolyamatok létrehozására és tervezésére használnak. Ez a könyv átfogó útmutató a KNIME GUI és a KNIME mélytanulási integrációjához, amely segít a neurális hálózati modellek létrehozásában anélkül, hogy egyetlen kódot írna. Egyszerű és összetett neurális hálózatok építésén keresztül gyakorlati és kreatív megoldásokon keresztül vezet végig a valós adatproblémák megoldásához.

A KNIME Analytics Platform bemutatásával kezdődően áttekintést kap az egyszerű előrecsatolt hálózatokról, amelyekkel egyszerű osztályozási problémákat lehet megoldani viszonylag kis adathalmazokon. Ezután továbblép az összetettebb hálózatok, például az autoencoderek, a rekurrens neurális hálózatok (RNN), a hosszú rövid távú memória (LSTM) és a konvolúciós neurális hálózatok (CNN) építése, képzése, tesztelése és telepítése felé. Az egyes fejezetekben a hálózattól és a felhasználási esettől függően megtanulja, hogyan készítse elő az adatokat, hogyan kódolja a beérkező adatokat, és hogyan alkalmazza a legjobb gyakorlatokat.

A könyv végére megtanulja, hogyan tervezzen különböző neurális architektúrákat, és képes lesz a végleges hálózat betanítására, tesztelésére és telepítésére.

Amit tanulni fog

⬤ A különböző közös csomópontok használata az adatok átalakításához a neurális hálózat képzésére alkalmas megfelelő struktúrába.

⬤ Tanulja megismerni az olyan neurális hálózati technikákat, mint a veszteségfüggvények, a backpropagation és a hiperparaméterek.

⬤ Az adatok megfelelő előkészítése és kódolása a hálózatba való betápláláshoz.

⬤ Klasszikus feedforward hálózat építése és képzése.

⬤ Elkészítsen és optimalizáljon egy automatikus kódolóhálózatot a kiugró értékek felismerésére.

⬤ Mély tanulási hálózatok, például CNN-ek, RNN-ek és LSTM-ek implementálása gyakorlati példák segítségével.

⬤ Elhelyezzen egy betanított mélytanulási hálózatot valós adatokon.

Kinek szól ez a könyv

Ez a könyv adatelemzőknek, adattudósoknak és mélytanulás-fejlesztőknek szól, akik nem jártasak a Python nyelvben, de szeretnék megtanulni, hogyan használhatják a KNIME GUI-t különböző architektúrájú neurális hálózatok építésére, képzésére, tesztelésére és telepítésére. A könyvben bemutatott gyakorlati megvalósítások nem igényelnek kódolást vagy dedikált szkriptek ismeretét, így a megszerzett tudást könnyen átültetheti a gyakorlati alkalmazásokba. A könyv használatához nem szükséges előzetes KNIME-használati tapasztalat.