Глубокое обучение с R и Keras [Франсуа Шолле] (pdf) читать постранично

Франсуа Шолле

Глубокое обучение с R и Keras

Deep Learning with R
SECOND EDITION

FRANÇOIS CHOLLET
with T O M A S Z K A L I N OW S K I
and J. J. A L L A I R E

Глубокое обучение с R и Keras

Ф РА Н СУА Ш О Л Л Е
при участии
Томаша Калиновски
и Дж. Дж. Аллера

Москва, 2023

УДК 004.85
ББК 32.971.3
Ш78

Шолле Ф.
Ш78 Глубокое обучение с R и Keras / пер. с англ. В. С. Яценкова. – М.: ДМК Пресс,
2022. – 646 с.: ил.
ISBN 978-5-93700-189-4
Прочитав эту книгу, вы получите четкое представление о том, что такое глубокое обучение, когда его следует применять и каковы его ограничения. Авторы
описывают стандартный рабочий процесс поиска решения задачи машинного
обучения и рассказывают, как устранять часто возникающие проблемы. Всесторонне рассматривается использование Keras для решения самых разнообразных
прикладных задач, в числе которых классификация и сегментация изображений,
прогнозирование временных рядов, классификация текста, машинный перевод,
генерация текста и многое другое.
Издание адресовано читателям со средними навыками программирования на R.
Опыт работы с Keras, TensorFlow или моделями глубокого обучения не требуется.

УДК 004.85
ББК 32.971.3

Copyright © DMK Press 2022. Authorized translation of the English edition © 2022 Manning
Publications. This translation is published and sold by permission of Manning Publications, the
owner of all rights to publish and sell the same.
Все права защищены. Любая часть этой книги не может быть воспроизведена в какой бы то ни было форме и какими бы то ни было средствами без письменного разрешения
владельцев авторских прав.

ISBN 978-1-6334-3979-5 (англ.)
ISBN 978-5-93700-189-4 (рус.)

© Manning Publications, 2022
© Перевод, оформление, издание, ДМК Пресс, 2022

Отзывы о первом издании
«Самое понятное объяснение глубокого обучения, которое я когда-либо встречал… приятно и легко читается».
– Ричард Тобиас, Cephasonics
«Эта книга сокращает разрыв между идеями и работающей системой глубокого обучения».
– Петр Рабинович, Akamai
«Все основные темы и концепции глубокого обучения раскрыты и доходчиво
объяснены с использованием примеров кода и графиков вместо математических формул».
– Срджан Сантич, Springboard.com

Оглавление
1
2
3
4
5
6
7
8
9
10
11
12
13
14
















Что такое глубокое обучение?......................................................................24
Математические основы нейронных сетей................................................55
Введение в Keras и TensorFlow...................................................................104
Примеры работы с нейросетью: классификация и регрессия.................143
Основы машинного обучения....................................................................173
Обобщенный рабочий процесс машинного обучения.............................215
Работа с Keras: углубленные навыки.........................................................239
Глубокое обучение в компьютерном зрении............................................277
Глубокое обучение для компьютерного зрения........................................321
Глубокое обучение и временные ряды......................................................370
Глубокое обучение в обработке текстов....................................................408
Генеративные модели глубокого обучения...............................................484
Глубокое обучение в реальной жизни.......................................................547
Заключение..................................................................................................571

Содержание
Оглавление........................................................................................................... 6
Предисловие....................................................................................................... 15
Благодарности.................................................................................................. 17
Об этой книге. .................................................................................................. 18
Об иллюстрации на обложке. ........................................................................ 22
Об авторах........................................................................................................ 23

1

Что такое глубокое обучение?................................................. 24
1.1

1.2

1.3

Искусственный интеллект, машинное и глубокое
обуче­ние................................................................................................. 25

1.1.1
1.1.2
1.1.3
1.1.4
1.1.5
1.1.6
1.1.7
1.1.8

Искусственный интеллект....................................................... 25
Машинное обуче­ние.................................................................... 26
Извлечение правил и представлений из данных. .................... 28
«Глубина» глубокого обуче­ния................................................... 31
Принцип действия глубокого обуче­ния в трех рисунках........ 33
Каких успехов достигло глубокое обуче­ние.............................. 35
Не верьте рекламной шумихе................................................... 36
Перспективы развития ИИ. ..................................................... 37

1.2.1
1.2.2
1.2.3
1.2.4
1.2.5
1.2.6
1.2.7

Вероятностное моделирование................................................ 39
Первые нейронные сети............................................................. 39
Ядерные методы......................................................................... 40
Деревья решений, случайные леса и градиентный
бустинг........................................................................................ 42
Назад к нейронным сетям. ....................................................... 43
Отличительные черты глубокого обуче­ния............................ 44
Современный ландшафт машинного обуче­ния.......................