Эволюционные нейросети на языке Python, Белый

Эволюционные нейросети на языке Python, Белый
ДМК-Пресс
sku: 4069534
1,768.00 руб.
Shipping from: Russia
   Description
Эта книга дает всестороннее представление о нейроэволюции - подходе к обучению искусственных нейронных сетей, который использует эволюционные алгоритмы, чтобы упростить процесс решения сложных задач в таких областях, как игры, робототехника и моделирование естественных процессов.
Читатель начнет знакомство с ключевыми концепциями и методами нейроэволюции, написав несложный код на языке Python, а затем получит практический опыт работы с популярными библиотеками Python и научится решать распространенные и нестандартные прикладные задачи, используя алгоритмы на основе нейроэволюции. Речь пойдет о том, как адаптировать методы нейроэволюции к существующим проектам нейронных сетей для повышения эффективности обучения и принятия решений; в завершение будет рассказано о топологиях нейронных сетей и о том, как нейроэволюция позволяет развивать сложную топологию из простейшей базовой структуры.
Издание предназначено для специалистов в области машинного обучения и искусственного интеллекта, которые стремятся реализовать алгоритмы нейроэволюции с нуля. Наличие базовых знаний в области глубокого обучения и нейронных сетей, а также программирования на языке Python обязательно.
   Technical Details
author: Омельяненко Ярослав
availabilityCode: 3
binding: 70x100 1/16
Color: Белый
Cover: твердый переплёт
ds: 25
ISBN: 978-5-97060-854-8
language: rus
MadeIn: Россия
page_extent: 310
table_of_contents: Предисловие от издательства Об авторе О рецензентах Предисловие ЧАСТЬ I. Основы эволюционных вычислительных алгоритмов и методов нейроэволюции Глава 1. Обзор методов нейроэволюции Глава 2. Библиотеки Python и настройка среды разработки ЧАСТЬ II. Применение методов нейроэволюции для решения классических задач информатики Глава 3. Использование NEAT для оптимизации решения задачи XOR Глава 4. Балансировка тележки с обратным маятником Глава 5. Автономное прохождение лабиринта Глава 6. Метод оптимизации поиском новизны ЧАСТЬ III. Передовые методы нейроэволюции Глава 7. Зрительное различение с NEAT на основе гиперкуба Глава 8. Метод ES-HyperNEAT и задача сетчатки Глава 9. Коэволюция и метод SAFE Глава 10. Глубокая нейроэволюция ЧАСТЬ IV. Обсуждение результатов и заключительные замечания Глава 11. Лучшие методы, советы и подсказки Глава 12. Заключительные замечания Предметный указатель
topCategoryId: 3
Type: book
Weight: 624
year: 2020
Высота: 21
Длина: 242
Ширина: 172
   Price history chart & currency exchange rate

Customers also viewed