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

Recenzie čitateľov

Kniha ponúka jedinečný pohľad na implementáciu strojového učenia pomocou jazyka C++ a vypĺňa tak významnú medzeru vo vzdelávacích zdrojoch pre programátorov v jazyku C++. Poskytuje množstvo reálnych príkladov, ktoré robia strojové učenie v jazyku C++ prístupným a praktickým. Trpí však organizačnými problémami a nemusí dobre vyhovovať úplným začiatočníkom, najmä tým, ktorí nepoznajú potrebné knižnice a koncepty.

Obsahuje kompletné príklady využívajúce reálne údaje, vďaka čomu je materiál okamžite použiteľný. Preklenuje medzeru medzi zdrojmi C++ a Python ML. Dobrý prehľad konceptov a algoritmov ML. Rieši potreby vývojárov v C++ pomocou praktických príkladov kódu a kompatibility s knižnicami, ako je PyTorch. Poskytuje prostredie Docker, čo uľahčuje jednoduché nastavenie príkladov.

Zle organizovaný bez jasnej cieľovej skupiny. Môže ohromiť začiatočníkov kvôli nedostatku základného vysvetlenia o knižniciach. Nie je užívateľsky prívetivý pre tých, ktorí ešte nemajú skúsenosti s C++. Vyžaduje Docker pre nastavenie príkladov, čo by mohlo byť prekážkou pre niektorých používateľov. Niektorí čitatelia majú pocit, že jej chýba hĺbka pri vysvetľovaní nástrojov a konceptov.

(na základe 6 čitateľských recenzií)

Obsah knihy:

Implementovať algoritmy strojového učenia pod dohľadom a bez dohľadu pomocou knižníc C++, ako sú PyTorch C++ API, Caffe2, Shogun, Shark-ML, mlpack a dlib s pomocou reálnych príkladov a súborov dát

Kľúčové vlastnosti

⬤ Oboznámte sa so spracovaním údajov, meraním výkonu a výberom modelu pomocou rôznych knižníc C++.

⬤ Zavedenie praktických techník strojového učenia a hlbokého učenia na vytváranie inteligentných modelov.

⬤ Použiť modely strojového učenia na prácu v mobilných a vstavaných zariadeniach.

Popis knihy

Vďaka jazyku C++ môžu vaše modely strojového učenia fungovať rýchlejšie a efektívnejšie. Táto praktická príručka vám pomôže osvojiť si základy strojového učenia (ML) a ukáže vám, ako používať knižnice jazyka C++, aby ste zo svojich dát vyťažili maximum. Táto kniha uľahčuje strojové učenie s jazykom C++ pre začiatočníkov svojím prístupom založeným na príkladoch, pričom na reálnych príkladoch ukazuje, ako implementovať algoritmy ML s dohľadom a bez dohľadu.

V tejto knihe sa prakticky oboznámite s ladením a optimalizáciou modelu pre rôzne prípady použitia, čo vám pomôže pri výbere modelu a meraní výkonnosti. Budete sa zaoberať technikami, ako sú odporúčania produktov, skupinové učenie a detekcia anomálií s použitím moderných knižníc C++, ako sú PyTorch C++ API, Caffe2, Shogun, Shark-ML, mlpack a dlib. Ďalej preskúmate neurónové siete a hlboké učenie na príkladoch, ako je klasifikácia obrázkov a analýza sentimentu, ktoré vám pomôžu riešiť rôzne problémy. Neskôr sa naučíte, ako zvládnuť produkčné a nasadzovacie problémy na mobilných a cloudových platformách, a potom zistíte, ako exportovať a importovať modely pomocou formátu ONNX.

Na konci tejto knihy o C++ budete mať reálne znalosti strojového učenia a jazyka C++, ako aj zručnosti na používanie jazyka C++ na vytváranie výkonných systémov ML.

Čo sa naučíte

⬤ Preskúmať, ako načítať a predspracovať rôzne typy údajov do vhodných dátových štruktúr jazyka C++.

⬤ Využívať kľúčové algoritmy strojového učenia s rôznymi knižnicami C++.

⬤ Pochopiť prístup vyhľadávania v mriežke na nájdenie najlepších parametrov pre model strojového učenia.

⬤ Zaviesť algoritmus na filtrovanie anomálií v užívateľských údajoch pomocou Gaussovho rozdelenia.

⬤ Vylepšiť kolaboratívne filtrovanie, aby bolo možné riešiť dynamické preferencie používateľov.

⬤ Využívanie knižníc C++ a API na správu modelových štruktúr a parametrov.

⬤ Vykonať program v jazyku C++ na riešenie úloh klasifikácie obrázkov pomocou architektúry LeNet.

Pre koho je táto kniha určená

Táto kniha o strojovom učení v jazyku C++ vám bude užitočná, ak chcete začať s algoritmami a technikami strojového učenia pomocou populárneho jazyka C++. Okrem toho, že táto kniha je užitočným prvým kurzom strojového učenia s jazykom C++, zaujme aj dátových analytikov, dátových vedcov a vývojárov strojového učenia, ktorí chcú implementovať rôzne modely strojového učenia v produkcii s využitím rozmanitých súborov údajov a príkladov. Pracovná znalosť programovacieho jazyka C++ je pre začiatok práce s touto knihou povinná.