120 практических задач

Реклама. ООО «ЛитРес», ИНН: 7719571260.
Оглавление
Группа авторов. 120 практических задач
1. Построение простой полносвязной нейронной сети для классификации
2. Улучшение модели с использованием регуляризации и dropout
3. Создание простой свёрточной нейронной сети для распознавания изображений
4. Построение более сложной CNN с использованием нескольких слоев
5. Построение простой рекуррентной нейронной сети для анализа временных рядов
6. Создание LSTM сети для обработки текстовых данных
7. Создание простой GAN для генерации изображений
8. Построение сложной GAN для генерации реалистичных изображений
9. Развертывание модели в продакшн
10. Применение ансамблевых методов для улучшения точности модели
11. Классификация новостных статей с использованием RNN
12. Построение автоэнкодера для уменьшения размерности данных
13. Создание нейронной сети для распознавания речи
14. Обнаружение аномалий в данных с помощью автоэнкодера
15. Прогнозирование погоды с использованием LSTM сети
16. Построение нейронной сети для машинного перевода
17. Классификация медицинских изображений с использованием CNN
18. Создание нейронной сети для синтеза текста
19. Построение нейронной сети для определения стиля текста
20. Создание модели для рекомендации фильмов
21. Создание нейронной сети для генерации музыки
22. Построение нейронной сети для распознавания объектов на изображениях
23. Создание модели для определения пола и возраста по фотографии
24. Построение нейронной сети для выявления спама
25. Создание нейронной сети для анализа тональности отзывов
26. Построение модели для обнаружения лиц в видео
27. Создание нейронной сети для оценки стоимости недвижимости
28. Построение нейронной сети для анализа ДНК
29. Создание модели для выявления фейковых новостей
30. Построение нейронной сети для генерации реалистичных ландшафтов
31. Создание модели для прогнозирования спортивных результатов
32. Построение нейронной сети для автоматического создания описаний изображений
33. Создание модели для выявления киберугроз
34. Построение нейронной сети для сегментации изображений
35. Создание модели для генерации рецептов на основе ингредиентов
36. Построение нейронной сети для классификации звуков
37. Создание модели для определения авторства текста
38. Построение нейронной сети для автоматического исправления грамматических ошибок
39. Создание модели для анализа социальных сетей
40. Построение нейронной сети для создания искусственных голосов
41. Построение нейронной сети для прогнозирования спроса на продукты
42. Создание модели для автоматической обработки и анализа фотографий
43. Построение нейронной сети для перевода жестового языка в текст
44. Создание модели для анализа и распознавания эмоций на лицах
45. Построение нейронной сети для классификации документов
46. Создание модели для автоматической генерации метаданных для изображений
47. Построение нейронной сети для анализа дорожного движения
48. Создание модели для прогнозирования урожайности сельскохозяйственных культур
49. Построение нейронной сети для автоматического ответа на вопросы
50. Создание модели для классификации и сортировки электронной почты
51. Построение нейронной сети для генерации искусственных данных
52. Создание модели для распознавания и перевода рукописного текста
53. Построение нейронной сети для анализа финансовых новостей
54. Создание модели для персонализированного маркетинга
55. Построение нейронной сети для обнаружения и классификации заболеваний по медицинским данным
56. Создание модели для анализа потребительских отзывов
57. Построение нейронной сети для автоматического распознавания номеров автомобилей
58. Создание модели для автоматической коррекции цветов на изображениях
59. Построение нейронной сети для анализа звуков окружающей среды
60. Создание модели для автоматического составления резюме
61. Построение нейронной сети для автоматического создания инфографики
62. Создание модели для предсказания результатов политических выборов
63. Построение нейронной сети для оценки кредитного риска
64. Создание модели для автоматической идентификации растений по фотографиям
65. Построение нейронной сети для анализа данных умного дома
66. Создание модели для автоматической адаптации контента под пользователя
67. Построение нейронной сети для прогнозирования потребления электроэнергии
68. Создание модели для автоматической классификации и сортировки видео
69. Построение нейронной сети для автоматического восстановления поврежденных изображений
70. Создание модели для прогнозирования и предупреждения природных катастроф
71. Построение нейронной сети для анализа данных о пассажирских перевозках
72. Создание модели для анализа и предсказания тенденций на рынке труда
73. Построение нейронной сети для автоматического распознавания и классификации животных
74. Создание модели для анализа и предсказания трафика на веб-сайтах
75. Построение нейронной сети для автоматической генерации картинок по описанию
76. Создание модели для анализа и предсказания покупательского поведения
77. Построение нейронной сети для анализа данных в медицинских исследованиях
78. Создание модели для автоматического распознавания и классификации дорожных знаков
79. Построение нейронной сети для автоматической генерации новостных заголовков
80. Создание модели для анализа и предсказания поведения клиентов в ритейле
81. Создание модели для предсказания временных рядов с сезонностью
82. Построение нейронной сети для анализа медицинских изображений с использованием сегментации
83. Создание модели для автоматического перевода видеоконтента на другой язык
84. Построение нейронной сети для анализа текстов и выявления плагиата
85. Создание модели для прогнозирования спроса на услуги в сфере туризма
86. Построение нейронной сети для автоматической обработки и анализа юридических документов
87. Создание модели для автоматического составления обучающих программ
88. Построение нейронной сети для распознавания и классификации растений и животных на фотографиях
89. Создание модели для анализа данных с умных устройств и wearables
90. Построение нейронной сети для генерации реалистичных изображений автомобилей
91. Создание модели для автоматического написания музыки на основе заданного стиля
92. Построение нейронной сети для анализа данных из соцсетей для предсказания вирусных тенденций
93. Создание модели для автоматической классификации и фильтрации контента в чатах и мессенджерах
94. Построение нейронной сети для анализа данных о спортивных тренировках
95. Создание модели для предсказания финансовых показателей компании
96. Построение нейронной сети для автоматической генерации текстов для рекламных кампаний
97. Создание модели для анализа данных из банковских транзакций
98. Построение нейронной сети для анализа данных в здравоохранении
99. Создание модели для автоматического распознавания дефектов на производственных линиях
100. Построение нейронной сети для генерации виртуальных ассистентов
101. Создание модели для анализа и предсказания отзывов на продукты
102. Построение нейронной сети для анализа и оптимизации пользовательского интерфейса
103. Создание модели для генерации анимаций и графики на основе текстового описания
104. Построение нейронной сети для анализа геопространственных данных
105. Создание модели для автоматической классификации и анализа геномных данных
106. Построение нейронной сети для анализа данных из интернет вещей (IoT)
107. Создание модели для предсказания и управления запасами на складе
108. Построение нейронной сети для автоматического распознавания и классификации дорожных происшествий
109. Создание модели для автоматического распознавания и анализа рукописных документов
110. Построение нейронной сети для анализа и прогнозирования изменения климата
111. Создание модели для автоматического создания и редактирования видео
112. Построение нейронной сети для анализа и распознавания почерка
113. Создание модели для анализа данных о потреблении и предсказания энергопотребления
114. Построение нейронной сети для анализа данных в образовании
115. Создание модели для автоматического анализа изображений с дронов
116. Построение нейронной сети для автоматического перевода научных статей
117. Создание модели для анализа и предсказания потребностей в медицинских услугах
118. Построение нейронной сети для анализа данных из сенсоров умного города
119. Создание модели для автоматического распознавания и классификации продуктов на кассе
120. Построение нейронной сети для анализа данных о движении транспорта
Отрывок из книги
Для построения простой полносвязной нейронной сети для классификации изображений рукописных цифр из набора данных MNIST можно использовать библиотеку TensorFlow и Keras.
Полносвязные нейронные сети, также известные как многослойные перцептроны (MLP), представляют собой вычислительные модели, вдохновленные биологическими нейронными сетями. Они состоят из слоев нейронов, которые преобразуют входные данные в выходные через последовательность взвешенных сумм и нелинейных функций активации. В полносвязных слоях каждый нейрон связан со всеми нейронами предыдущего слоя, что позволяет эффективно обучать модели для различных задач, включая классификацию изображений.
.....
model.add(layers.Dense(512, activation='relu', input_shape=(28 * 28,)))
model.add(layers.Dense(10, activation='softmax'))
.....