Deep Learning pentru începători: Un ghid pentru începători pentru a începe și a funcționa cu învățarea profundă de la zero folosind Python

Recenzii ale cititorilor

Cartea „Deep Learning for Beginners” de Dr. Pablo Rivas este bine primită ca un text introductiv cuprinzător care îi conduce pe cititori prin concepte esențiale de învățare profundă și implementări practice utilizând Python. Cartea acoperă o gamă largă de subiecte din învățarea profundă și se adresează începătorilor, oferind îndrumare structurată pentru diferite cadre de învățare automată.

⬤ O introducere excelentă a conceptelor de învățare profundă pentru începători.
⬤ Bine organizată, cu tranziții treptate între subiecte.
⬤ Include exemple practice de codare și aplicații practice în diverse domenii.
⬤ Utilizează Google Colabs pentru accesibilitate.
⬤ Acoperă o gamă largă de cadre și arhitecturi de rețele neuronale.

⬤ Profunzimea acoperirii poate să nu satisfacă cititorii avansați care caută discuții mai aprofundate.
⬤ Unii cititori pot găsi conținutul prea elementar dacă au deja cunoștințe anterioare în domeniu.

(pe baza a 3 recenzii ale cititorilor)

Titlul original:

Deep Learning for Beginners: A beginner's guide to getting up and running with deep learning from scratch using Python

Conținutul cărții:

Implementarea modelelor de învățare profundă (DL) supravegheate, nesupravegheate și generative utilizând Keras și Dopamine pe TensorFlow.

Caracteristici principale

⬤ Înțelegeți conceptele fundamentale de învățare automată utile în învățarea profundă.

⬤ Învățați conceptele matematice de bază pe măsură ce implementați modele de învățare profundă de la zero.

⬤ Explorați exemple ușor de înțeles și cazuri de utilizare care vă vor ajuta să construiți o bază solidă în DL.

Descrierea cărții

Odată cu creșterea exponențială a informațiilor de pe web, a devenit mai dificil ca niciodată să navigați printre toate pentru a găsi conținut de încredere care vă va ajuta să începeți cu deep learning. Această carte este concepută pentru a vă ajuta dacă sunteți un începător care dorește să lucreze la învățarea profundă și să construiască modele de învățare profundă de la zero și aveți deja cunoștințele matematice și de programare de bază necesare pentru a începe.

Cartea începe cu o prezentare generală de bază a învățării automate, ghidându-vă prin configurarea cadrelor Python populare. Veți înțelege, de asemenea, cum să pregătiți datele prin curățarea și preprocesarea acestora pentru învățarea profundă și, treptat, veți continua să explorați rețelele neuronale. O secțiune dedicată vă va oferi informații despre funcționarea rețelelor neuronale, ajutându-vă să vă familiarizați cu instruirea straturilor unice și multiple de neuroni. Ulterior, veți acoperi arhitecturi de rețele neuronale populare, cum ar fi CNN, RNN, AE, VAE și GAN, cu ajutorul unor exemple simple, și veți construi chiar și modele de la zero. La sfârșitul fiecărui capitol, veți găsi o secțiune de întrebări și răspunsuri pentru a vă ajuta să testați ceea ce ați învățat pe parcursul cărții.

Până la sfârșitul acestei cărți, veți fi bine familiarizat cu conceptele de învățare profundă și veți avea cunoștințele necesare pentru a utiliza algoritmi specifici cu diverse instrumente pentru diferite sarcini.

Ce veți învăța

⬤ Implementați RNN-urile și memoria pe termen scurt lung pentru clasificarea imaginilor și sarcinile de procesare a limbajului natural.

⬤ Explorați rolul CNN-urilor în viziunea computerizată și prelucrarea semnalelor.

⬤ Înțelegeți implicațiile etice ale modelării învățării profunde.

⬤ Înțelegerea terminologiei matematice asociate cu învățarea profundă.

⬤ Codificarea unui GAN și a unui VAE pentru a genera imagini dintr-un spațiu latent învățat.

⬤ Implementați tehnici de vizualizare pentru a compara AE și VAE.

Cui se adresează această carte

Această carte este destinată cercetătorilor de date aspiranți și inginerilor de învățare profundă care doresc să înceapă cu elementele fundamentale ale învățării profunde și rețelelor neuronale. Deși nu sunt necesare cunoștințe prealabile de învățare profundă sau învățare automată, este necesară familiarizarea cu algebra liniară și programarea Python pentru a începe.