Recenzii ale cititorilor
Rezumat:Cartea oferă o varietate de tehnici de învățare profundă și este potrivită în special pentru începătorii în Python. Ea pune accentul pe înțelegerea conceptelor mai degrabă decât pe simpla copiere a codului. Cu toate acestea, există critici semnificative cu privire la repetarea informațiilor în întreaga serie, lipsa explicațiilor detaliate ale codului și calitatea slabă a imprimării.
Avantaje:Oferă informații și tehnici valoroase pentru învățarea Python și deep learning, mai ușor de înțeles pentru începători, încurajează autosuficiența în codificare, include exerciții pentru practică și, în general, este plăcută și ușor de urmărit.
Dezavantaje:Conținut repetitiv în întreaga serie, lipsește explicații detaliate pentru unele secțiuni de codare, calitate slabă a imprimării (alb-negru), iar unii cititori au considerat-o confuză cu notații și explicații inadecvate.
(pe baza a 9 recenzii ale cititorilor)
Titlul original:
Deep Learning Crash Course for Beginners with Python: Theory and Applications of Artificial Neural Networks, CNN, RNN, LSTM and Autoencoders using Ten
Conținutul cărții:
Inteligența artificială face furori astăzi!
Deși poate vi se pare dificil să înțelegeți cele mai recente progrese în domeniul inteligenței artificiale, acestea se rezumă la două dintre cele mai celebre evoluții: Machine Learning și Deep Learning. În 2020, învățarea profundă este cu mult înaintea noastră datorită supremației sale în ceea ce privește precizia, în special atunci când este antrenată cu cantități enorme de date. Deep Learning, în esență, este un subset al Machine Learning, dar este capabil să obțină o putere și o flexibilitate extraordinare. Iar era tehnologiei big data prezintă oportunități vaste pentru inovații incredibile în învățarea profundă.
Prin ce este diferită această carte?
Această carte acordă aceeași importanță atât aspectelor teoretice, cât și celor practice ale învățării profunde. Veți înțelege cum funcționează algoritmii de învățare profundă de înaltă performanță. În fiecare capitol, explicația teoretică a diferitelor tipuri de tehnici de învățare profundă este urmată de exemple practice. Veți învăța cum să implementați diferite tehnici de învățare profundă utilizând biblioteca TensorFlow Keras pentru Python. Fiecare capitol conține exerciții pe care le puteți utiliza pentru a vă evalua înțelegerea conceptelor explicate în capitolul respectiv. De asemenea, în Resurse, este furnizat caietul Python pentru fiecare capitol. Principalul avantaj al achiziționării acestei cărți este că obțineți acces instantaneu la tot conținutul suplimentar prezentat cu această carte - coduri Python, referințe, exerciții și PDF-uri - pe site-ul web al editurii. Nu trebuie să cheltuiți un cent în plus. Seturile de date utilizate în această carte sunt fie descărcate în timpul execuției, fie sunt disponibile în folderul Resources/Datasets.
Un alt avantaj este că este oferită o explicație detaliată a pașilor de instalare a software-ului de care veți avea nevoie pentru a implementa diverșii algoritmi de învățare profundă din această carte. Adică, aveți ocazia să experimentați aspectele practice ale învățării profunde chiar de la pagina 1. Chiar dacă sunteți nou în Python, veți găsi extrem de util cursul rapid despre limbajul de programare Python din primul capitol. Deoarece toate codurile și seturile de date sunt incluse cu această carte, aveți nevoie doar de acces la un computer cu internet pentru a începe.
Subiectele abordate includ:
⬤ Curs rapid de piton.
⬤ Precondiții de învățare profundă: Regresie liniară și logistică.
⬤ Rețele neuronale de la zero în Python.
⬤ Introducere la TensorFlow și Keras.
⬤ Rețele neuronale evolutive.
⬤ Clasificarea secvențelor cu rețele neuronale recurente.
⬤ Învățare profundă pentru prelucrarea limbajului natural.
⬤ Învățare nesupravegheată cu autoencodere.
⬤ Răspunsuri la toate exercițiile.
Faceți clic pe butonul BUY și descărcați cartea acum pentru a vă începe călătoria Deep Learning.
