Recenzii ale cititorilor
Rezumat:Cartea este foarte apreciată pentru profunzimea și varietatea subiectelor din IA și învățarea automată, ceea ce o face o resursă valoroasă pentru cei care au o bază solidă în domeniu. Este bine scrisă, cu explicații accesibile și exerciții care sporesc înțelegerea. Cu toate acestea, nu este potrivit pentru începătorii absoluți, deoarece presupune un nivel ridicat de cunoștințe existente în matematică și concepte de IA.
Avantaje:⬤ Bine scrisă și accesibilă
⬤ acoperă o varietate de subiecte
⬤ include exerciții în fiecare capitol
⬤ capitolele sunt mici și pot fi citite independent
⬤ ideală pentru cei cu o bază solidă în IA
⬤ clarifică conceptele de bază.
Dezavantaje:⬤ Nu este potrivit pentru începătorii absoluți
⬤ presupune cunoștințe de nivel înalt de matematică și concepte de bază ale IA
⬤ poate induce în eroare novicii.
(pe baza a 4 recenzii ale cititorilor)
Titlul original:
Machine Learning Q and AI: 30 Essential Questions and Answers on Machine Learning and AI
Conținutul cărții:
Aflați răspunsurile la 30 de întrebări de ultimă oră din domeniul învățării automate și al inteligenței artificiale și îmbunătățiți-vă cunoștințele în domeniu.
Dacă ați fixat elementele de bază ale învățării automate și ale inteligenței artificiale și doriți o modalitate distractivă de a aborda lacunele de cunoștințe persistente, această carte este pentru dvs. Această serie rapidă de capitole scurte abordează 30 de întrebări esențiale în domeniu, ajutându-vă să rămâneți la curent cu cele mai recente tehnologii pe care le puteți implementa în propria activitate.
Fiecare capitol din Machine Learning and AI Beyond the Basics pune și răspunde la o întrebare centrală, cu diagrame pentru a explica noile concepte și referințe ample pentru lecturi suplimentare. Aceste informații practice, de ultimă oră lipsesc din majoritatea cursurilor introductive, dar sunt esențiale pentru aplicațiile din lumea reală, pentru cercetare și pentru a trece cu brio interviurile tehnice. Nu va fi nevoie să rezolvați dovezi sau să executați cod, astfel încât această carte este un companion de călătorie perfect. Veți învăța o gamă largă de concepte noi în arhitecturile rețelelor neuronale profunde, viziunea pe calculator, procesarea limbajului natural, producția și implementarea, precum și evaluarea modelelor, inclusiv cum să:
⬤ Reduceți supraadaptarea cu date modificate sau modificări ale modelului.
⬤ Manipularea surselor comune de aleatorism la formarea rețelelor neuronale profunde.
⬤ Accelerați inferența modelului prin optimizare fără a schimba arhitectura modelului sau a sacrifica acuratețea.
⬤ Aplicați practic ipoteza biletului de loterie și ipoteza distribuției.
⬤ Utilizați și perfecționați modele lingvistice mari preinstruite.
⬤ Stabiliți validarea încrucișată k-fold la momentul oportun.
De asemenea, veți învăța să faceți distincția între atenția proprie și atenția obișnuită; să numiți cele mai comune tehnici de augmentare a datelor pentru datele text; să utilizați diverse tehnici de învățare autosupravegheată, paradigme de instruire multi-GPU și tipuri de AI generativă; și multe altele.
Fie că sunteți un începător în învățarea automată sau un practician experimentat, adăugați noi tehnici la arsenalul dvs. și fiți la curent cu evoluțiile interesante dintr-un domeniu în schimbare rapidă.
