Keras

Эта книга представляет собой практическое руководство по освоению глубокого обучения с использованием библиотеки Keras на Python. Автор начинает с основ Python для анализа данных, постепенно погружая читателя в мир нейронных сетей и современных архитектур машинного обучения.

Первые главы посвящены фундаментальным знаниям: работе с Jupyter Notebooks, основам программирования на Python, а также ключевым библиотекам для Data Science — NumPy и Pandas. Читатель учится визуализировать и предобрабатывать данные, что является критически важным этапом перед построением моделей.

Основная часть книги сосредоточена на практическом применении Keras для создания нейронных сетей. Подробно разбираются биологические и математические основы нейросетей, активационные функции, обратное распространение ошибки. Пошагово объясняется процесс построения первой нейронной сети, что позволяет закрепить теорию на практике.

В продвинутых главах рассматриваются сложные архитектуры глубокого обучения: сверточные нейронные сети (CNN) для обработки изображений, рекуррентные нейронные сети (RNN) для работы с последовательностями. Освещаются функциональный API Keras, transfer learning, создание пользовательских слоев и метрик.

Завершающие разделы книги посвящены применению полученных навыков в реальных задачах: работе с реальными наборами данных, оценке и улучшению моделей, развертыванию готовых решений. Книга включает практические кейсы и приложения, что делает её ценным ресурсом для начинающих и продолжающих специалистов в области искусственного интеллекта.