Kuchárka hlbokého učenia: Praktické recepty na rýchly začiatok

Recenzie čitateľov

Kniha je oceňovaná za praktický prístup k hlbokému učeniu, vďaka ktorému sú zložité témy prístupné aj tým, ktorí majú základné znalosti programovania. Pokrýva rôzne témy vrátane klasifikácie textu, spracovania obrazu a analýzy hudby, pričom ju sprevádzajú užitočné zápisníky v jazyku Python. Má však určité obmedzenia, napríklad je čiernobiela a vyžaduje úpravy, aby niektoré ukážky kódu fungovali správne.

Pokrýva širokú škálu tém v oblasti hlbokého učenia, praktický prístup, jednoduché diagramy, zábavný tón, dobre napísaná, sprevádzaná Zápisníkmi jazyka Python a zdieľanými príkladmi na GitHube. Obsahuje unikátny obsah, napríklad analýzu hudby.

Čiernobiely formát nemusí byť ideálny pre všetky výstupy, niektoré ukážky kódu si vyžadujú úpravy pred spustením a nepokrýva Deep Reinforcement Learning.

(na základe 7 čitateľských recenzií)

Pôvodný názov:

Deep Learning Cookbook: Practical Recipes to Get Started Quickly

Obsah knihy:

Hlboké učenie nemusí byť zastrašujúce. Donedávna si táto metóda strojového učenia vyžadovala roky štúdia, ale vďaka frameworkom ako Keras a Tensorflow môžu softvéroví inžinieri bez zázemia v strojovom učení rýchlo vstúpiť do tejto oblasti. Vďaka receptom v tejto kuchárskej knihe sa naučíte riešiť problémy hlbokého učenia na klasifikáciu a generovanie textu, obrázkov a hudby.

Každá kapitola pozostáva z niekoľkých receptov potrebných na dokončenie jedného projektu, napríklad na trénovanie systému na odporúčanie hudby. Autor Douwe Osinga uvádza aj kapitolu s poltuctom techník, ktoré vám pomôžu, ak sa zaseknete. Príklady sú napísané v jazyku Python, pričom kód je k dispozícii na GitHube ako súbor zošitov Python.

Naučíte sa, ako:

⬤ Vytvárať aplikácie, ktoré budú slúžiť skutočným používateľom.

⬤ Používať word embeddings na výpočet podobnosti textov.

⬤ Vybudovať systém na odporúčanie filmov na základe odkazov na Wikipédii.

⬤ Učiť sa, ako umelé inteligencie vidia svet pomocou vizualizácie ich vnútorného stavu.

⬤ Vytvorte model na navrhovanie emotikonov pre časti textu.

⬤ Použiť predtrénované siete na vytvorenie služby inverzného vyhľadávania obrázkov.

⬤ Porovnať, ako GAN, autoenkodéry a LSTM generujú ikony.

⬤ Detekovať hudobné štýly a indexovať zbierky piesní.