Все, что должен знать разработчик-практик, чтобы приступить к применению глубокого обучения для решения реальных задач!Интерес к машинному обучению зашкаливает, но завышенные ожидания нередко губят проекты еще на ранней стадии. Как машинное обучение - и особенно глубокие нейронные сети - может изменить вашу организацию?Эта книга не только содержит практически полезную информацию о предмете, но и поможет приступить к созданию эффективных сетей глубокого обучения.Авторы сначала раскрывают фундаментальные вопросы глубокого обучения - настройка, распараллеливание, векторизация, конвейеры операций - актуальные для любой библиотеки, а затем переходят к библиотеке Deeplearning4j (DL4J), предназначенной для разработки технологических процессов профессионального уровня. На реальных примерах читатель познакомится с методами и стратегиями обучения глубоких сетей с различной архитектурой и их распараллеливания в кластерах Hadoop и Spark.Концепции машинного обучения вообще и глубокого обучения в частностиЭволюция глубоких сетей из нейронныхОсновные архитектуры глубоких сетей, в т. ч. сверточные и рекуррентные нейронные сетиКак выбрать сеть, отвечающую поставленной задачеОсновы настройки нейронных сетей вообще и конкретных глубоких архитектурПрименение методов векторизации к данным различных типов. Это и многое другое вы найдете в книге Глубокое обучение с точки зрения практика (Джош Паттерсон, Адам Гибсон)