Издательство Питер

Издательство «Питер» видит свою основную задачу в публикации книг, помогающих читателям получать ценные знания, решать рабочие задачи, открывать возможности для личностного роста. Год основания — 1991. За прошедшее время ИД «Питер» стал крупнейшим в стране, занял лидирующие позиции на рынке литературы для профессионалов, охватив все потоки информации, от которых зависит развитие экономики и общества. Его публикации лидируют в отечественных книжных рейтингах.
Издательство «Питер» сотрудничает с отечественными и зарубежными специалистами, добившимися успеха на своем поприще и решившими поделиться знаниями с читателями. Сотрудники издательства дотошно проверяют достоверность информации, используют для подачи информации современные методики. Основные принципы работы: актуальность тем, сотрудничество с профессионалами. Огромное внимание уделяется качеству оформления продукции. За годы работы выпущено 20 с лишним тысяч наименований книг, а их общий тираж составил примерно 150 миллионов экземпляров.
Представительства издательства «Питер» открыты во многих российских городах и в ближнем зарубежье. Деловые издания рассматривают проблемы бизнеса и предпринимательства. Выпускается учебная литература по основам бизнеса, малого предпринимательства, теоретические и практические пособия по ведению бизнеса в самых разных сферах. Авторы многих книг — успешные предприниматели.
Книги по предпринимательству содержат массу полезной информации о создании компаний в России, взаимодействии с органами власти, способах получения максимальной прибыли, борьбе с конкурентами. Налажен выпуск научно-популярной литературы, учебников для школ и вузов.
Издается историческая литература, книги по публицистике, медицине, восточные, народные и нетрадиционные методики исцеления. В портфолио издательства есть книги по эзотерике и психологии, ведению домашнего хозяйства, организации быта и досуга, сборники кулинарных рецептов. Большим спросом пользуются справочники, издания для детей и туристов, художественная литература, книги, посвященные искусству и культуре.

Вид:
 
Отзывов: 0

Генеративное моделирование — одна из самых обсуждаемых тем в области искусственного интеллекта. Машины можно научить рисовать, писать и сочинять музыку. Вы сами можете посадить искусственный интеллект за парту или мольберт, для этого достаточно познакомиться с самыми актуальными примерами генеративных моделей глубокого обучения: вариационные автокодировщики, генеративно-состязательные сети, модели типа кодер-декодер и многое другое.

Дэвид Фостер делает понятными и доступными архитектуру и методы генеративного моделирования, его советы и подсказки сделают ваши модели более творческими и эффективными в обучении. Вы начнете с основ глубокого обучения на базе Keras, а затем перейдете к самым передовым алгоритмам.

- Разберитесь с тем, как вариационные автокодировщики меняют эмоции на фотографиях
- Создайте сеть GAN с нуля
- Освойте работу с генеративные моделями генерации текста
- Узнайте, как генеративные модели помогают агентам выполнять задачи в рамках обучения с подкреплением
- Изучите BERT, GPT-2, ProGAN, StyleGAN и многое другое.

Отзывов: 0

Глубокое обучение с подкреплением (Reinforcement Learning) — самое популярное и перспективное направление искусственного интеллекта.
Практическое изучение RL на Python поможет освоить не только базовые, но и передовые алгоритмы глубокого обучения с подкреплением.

Вы начнете с основных принципов обучения с подкреплением, OpenAI Gym и TensorFlow, познакомьтесь с марковскими цепями, методом Монте-Карло и динамическим программированием, так что "страшные" аббревиатуры DQN, DRQN, A3C, PPO и TRPO вскоре перестанут вас пугать. Вы узнаете об агентах, которые учатся на человеческих предпочтениях, DQfD, HER и многих других последних достижениях RL.
Прочитав книгу, вы приобретете знания и опыт, необходимые для реализации обучения с подкреплением и глубокого обучения с подкреплением в реальных проектах, и войдете в мир искусственного интеллекта.
В этой книге вы:

• Познакомитесь с основами методов, алгоритмов и элементов RL
• Обучите агента с помощью OpenAI Gym и Tensorflow
• Освоите марковские процессы принятия решений, оптимальность Беллмана и обучение TD
• Научитесь решать проблемы многоруких бандитов
• Овладеете алгоритмами глубокого обучения, такими как RNN, LSTM и CNN
• Создадите интеллектуальных агентов с помощью алгоритма DRQN, которые смогут играть в Doom
• С помощью DDPG научите агентов играть в Lunar Lander
• Отправите агента на автогонки, используя метод DQN.

    Показано с 961 по 980 из 1638 (страниц: 82)