Titlul original:
Deep Learning For Beginners: 2 Manuscripts: Deep Learning For Beginners And Data Science From Scratch
Conținutul cărții:
2 cărți în 1 Acesta este pachetul a două cărți de succes de pe piață
Cartea 1: În "Deep Learning pentru începători: O introducere cuprinzătoare a fundamentelor deep learning pentru începători pentru a înțelege cu ușurință cadrele, rețelele neuronale, seturile mari de date și aplicațiile creative" veți învăța:
⬤ Învățarea profundă utilizează cadre care permit oamenilor să dezvolte instrumente care sunt capabile să ofere o mai bună abstractizare, împreună cu simplificarea problemelor dificile de programare. TensorFlow este cel mai popular instrument și este utilizat de giganți corporativi precum Airbus, Twitter și chiar Google.
⬤ Cartea ilustrează TensorFlow și Caffe2 ca fiind cadrele principale care sunt utilizate pentru dezvoltare de Google și Facebook. Facebook ilustrează Caffe2 ca unul dintre cadrele de învățare profundă ușoare și modulare, deși TensorFlow este cel mai popular, având în vedere că are o mare popularitate și, prin urmare, un forum mare, care permite asistență pentru principalele probleme.
⬤ Cartea ia în considerare mai multe componente și instrumente ale învățării profunde, cum ar fi rețelele neuronale; CNN, RNN, GAN și auto-encodere. Acești algoritmi creează elementele de bază care propulsează învățarea profundă și o fac să avanseze.
⬤ Cartea ia în considerare, de asemenea, mai multe aplicații, inclusiv chatbots și asistenți virtuali, care au devenit principalul obiectiv al învățării profunde în viitor, deoarece reprezintă următoarea frontieră în colectarea informațiilor și conectivitate. Internetul obiectelor este, de asemenea, reprezentat aici, deoarece învățarea profundă permite integrarea diferitelor sisteme prin intermediul unui sistem de inteligență artificială, care este deja utilizat pentru funcțiile casnice și auto.
⬤ Și multe altele...
Cartea 2: În "Data Science from Scratch: The #1 Data Science Guide for Everything A Data Scientist Needs to Know: Python, algebră liniară, statistică, codare, aplicații, rețele neuronale și arbori de decizie" veți învăța:
⬤ Informații aprofundate despre ce este știința datelor și de ce este importantă.
⬤ Precondițiile de care veți avea nevoie pentru a începe în știința datelor.
⬤ Ce înseamnă să fii un om de știință a datelor.
⬤ Rolurile pe care le joacă hacking-ul și codarea în știința datelor.
⬤ Diferitele limbaje de programare care pot fi utilizate în știința datelor.
⬤ De ce pitonul este atât de important.
⬤ Cum se utilizează algebra liniară și statistica.
⬤ Diferitele aplicații pentru știința datelor.
⬤ Cum să lucrezi cu datele prin munging și curățare.
⬤ Și multe altele...
Aceste cărți oferă concepte și strategii dovedite pentru persoanele care doresc să știe mai multe despre învățarea profundă și cum să lucreze cu datele. După ce citiți acest pachet, veți putea să alegeți tipul potrivit de arhitectură, cum să construiți un sistem care poate învăța, cum să îl antrenați și apoi cum să îl utilizați pentru a vă atinge obiectivele.
Obțineți copia dvs. a acestor ghiduri fantastice pentru a stăpâni algoritmi de învățare profundă de ultimă generație și implementarea acestora
