Hands-On Machine Learning with C++: Construiți, instruiți și implementați conducte end-to-end de învățare automată și de învățare profundă

Recenzii ale cititorilor

Cartea oferă o perspectivă unică asupra implementării învățării automate cu C++, acoperind un gol semnificativ în resursele educaționale pentru programatorii C++. Ea oferă numeroase exemple din lumea reală care fac învățarea automată C++ atât accesibilă, cât și practică. Cu toate acestea, suferă de probleme de organizare și este posibil să nu se adreseze bine începătorilor absoluți, în special celor care nu sunt familiarizați cu bibliotecile și conceptele necesare.

Conține exemple complete folosind date reale, făcând materialul imediat aplicabil. Acoperă golul dintre resursele ML C++ și Python. Bună prezentare generală a conceptelor și algoritmilor ML. Răspunde nevoilor dezvoltatorilor C++ cu exemple practice de cod și compatibilitate cu biblioteci precum PyTorch. Oferă un mediu Docker, facilitând configurarea ușoară pentru exemple.

Organizat prost, fără un public țintă clar. Poate copleși începătorii din cauza unei lipse de explicații fundamentale despre biblioteci. Nu este ușor de utilizat pentru cei care nu au deja experiență cu C++. Necesită Docker pentru configurarea exemplelor, ceea ce ar putea fi o barieră pentru unii utilizatori. Unii cititori consideră că îi lipsește profunzimea în explicarea instrumentelor și conceptelor.

(pe baza a 6 recenzii ale cititorilor)

Titlul original:

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

Conținutul cărții:

Implementați algoritmi de învățare automată supravegheați și nesupravegheați utilizând biblioteci C++ precum PyTorch C++ API, Caffe2, Shogun, Shark-ML, mlpack și dlib cu ajutorul unor exemple și seturi de date din lumea reală

Caracteristici principale

⬤ Familiarizați-vă cu prelucrarea datelor, măsurarea performanței și selectarea modelelor utilizând diverse biblioteci C++.

⬤ Implementați tehnici practice de învățare automată și învățare profundă pentru a construi modele inteligente.

⬤ Deplasați modele de învățare automată pentru a lucra pe dispozitive mobile și încorporate.

Descrierea cărții

C++ poate face ca modelele dvs. de învățare automată să ruleze mai rapid și mai eficient. Acest ghid la îndemână vă va ajuta să învățați elementele fundamentale ale învățării automate (ML), arătându-vă cum să utilizați bibliotecile C++ pentru a obține maximum din datele dumneavoastră. Această carte facilitează învățarea automată cu C++ pentru începători prin abordarea sa bazată pe exemple, demonstrând cum să implementați algoritmi ML supravegheați și nesupravegheați prin exemple din lumea reală.

Această carte vă va pune la treabă cu reglarea și optimizarea unui model pentru diferite cazuri de utilizare, ajutându-vă cu selectarea modelului și măsurarea performanței. Veți aborda tehnici precum recomandările de produse, învățarea în ansamblu și detectarea anomaliilor utilizând biblioteci C++ moderne precum PyTorch C++ API, Caffe2, Shogun, Shark-ML, mlpack și dlib. În continuare, veți explora rețelele neuronale și învățarea profundă folosind exemple precum clasificarea imaginilor și analiza sentimentelor, care vă vor ajuta să rezolvați diverse probleme. Mai târziu, veți învăța cum să gestionați provocările de producție și implementare pe platforme mobile și cloud, înainte de a descoperi cum să exportați și să importați modele utilizând formatul ONNX.

Până la sfârșitul acestei cărți C++, veți avea cunoștințe reale de învățare automată și C++, precum și abilitățile de a utiliza C++ pentru a construi sisteme ML puternice.

Ce veți învăța

⬤ Explorați modul de încărcare și preprocesare a diferitelor tipuri de date în structuri de date C++ adecvate.

⬤ Emplementați algoritmi cheie de învățare automată cu diverse biblioteci C++.

⬤ Înțelegeți abordarea grid-search pentru a găsi cei mai buni parametri pentru un model de învățare automată.

⬤ Implementați un algoritm de filtrare a anomaliilor din datele utilizatorilor utilizând distribuția Gaussiană.

⬤ Îmbunătățirea filtrării colaborative pentru a face față preferințelor dinamice ale utilizatorilor.

⬤ Utilizarea bibliotecilor și API-urilor C++ pentru a gestiona structurile și parametrii modelului.

⬤ Implementați un program C++ pentru a rezolva sarcini de clasificare a imaginilor cu arhitectura LeNet.

Pentru cine este această carte

Veți găsi această carte de învățare automată C++ utilă dacă doriți să începeți cu algoritmi și tehnici de învățare automată utilizând limbajul popular C++. Pe lângă faptul că este un prim curs util în învățarea automată cu C++, această carte va fi, de asemenea, atractivă pentru analiștii de date, cercetătorii de date și dezvoltatorii de învățare automată care doresc să implementeze diferite modele de învățare automată în producție folosind seturi de date și exemple variate. Cunoașterea de lucru a limbajului de programare C++ este obligatorie pentru a începe cu această carte.