Sztuczne sieci neuronowe to jedne z najpopularniejszych w świecie metod systemów uczących się. Ich trenowanie jest możliwe dzięki algorytmom uczenia głębokiego, które wymagają dużej mocy obliczeniowej. Możliwości wytrenowanych sztucznych sieci neuronowych są obszerne i znajdują zastosowanie w wielu obszarach życia i nauki: od rozpoznawania mowy w smartfonach po wsparcie decyzji lekarskiej w diagnostyce chorób i podczas leczenia pacjentów. W monografii przedstawiono liczne zagadnienia związane z reprezentacją oraz przetwarzaniem wiedzy, budową, uczeniem i oceną modeli predykcyjnych. Praktyczne zastosowania omówionych tematów zaprezentowano z zastosowaniem biblioteki TensorFlow 2, która jest przeznaczona do budowy i uczenia sztucznych sieci neuronowych oraz wykorzystania wytrenowanych modeli w środowiskach produkcyjnych.

Uwaga! Nakład wyczerpany. Dostępna na zamówienie: wydawca@uwm.edu.pl