Recenzie čitateľov
Zhrnutie:Kniha poskytuje rôzne techniky hlbokého učenia a je vhodná najmä pre začiatočníkov v jazyku Python. Kladie dôraz skôr na pochopenie konceptov než na jednoduché kopírovanie kódu. Existujú však značné výhrady týkajúce sa opakovania informácií v celej sérii, nedostatku podrobných vysvetlení kódu a zlej kvality tlače.
Výhody:Ponúka cenné poznatky a techniky na učenie sa jazyka Python a hlbokého učenia, je zrozumiteľnejšia pre začiatočníkov, podporuje samostatnosť v kódovaní, obsahuje cvičenia na precvičovanie a celkovo je príjemná a ľahko sa sleduje.
Nevýhody:Opakujúci sa obsah v celej sérii, chýbajú podrobné vysvetlenia niektorých častí kódovania, zlá kvalita tlače (čiernobiela) a niektorí čitatelia ju považovali za mätúcu s nedostatočným zápisom a vysvetlením.
(na základe 9 čitateľských recenzií)
Pôvodný názov:
Deep Learning Crash Course for Beginners with Python: Theory and Applications of Artificial Neural Networks, CNN, RNN, LSTM and Autoencoders using Ten
Obsah knihy:
Umelá inteligencia je dnes v kurze!
Aj keď sa vám môže zdať ťažké pochopiť najnovšie pokroky v oblasti umelej inteligencie, jednoducho sa dajú zhrnúť do dvoch najznámejších udalostí: Strojové učenie a hlboké učenie. V roku 2020 je Deep Learning o ligu vpred, pretože má prvenstvo, pokiaľ ide o presnosť, najmä keď sa trénuje s obrovským množstvom údajov. Hlboké učenie je v podstate podmnožinou strojového učenia, ale je schopné dosiahnuť obrovský výkon a flexibilitu. A éra technológie veľkých dát predstavuje obrovské možnosti pre neuveriteľné inovácie v oblasti hlbokého učenia.
V čom je táto kniha iná?
Táto kniha venuje rovnakú pozornosť teoretickým aj praktickým aspektom hlbokého učenia. Pochopíte, ako fungujú vysoko výkonné algoritmy hlbokého učenia. V každej kapitole po teoretickom vysvetlení rôznych typov techník hlbokého učenia nasledujú praktické príklady. Naučíte sa implementovať rôzne techniky hlbokého učenia pomocou knižnice TensorFlow Keras pre Python. Každá kapitola obsahuje cvičenia, pomocou ktorých môžete posúdiť svoje pochopenie konceptov vysvetlených v danej kapitole. V zdrojoch je k dispozícii aj zápisník jazyka Python pre každú kapitolu. Hlavnou výhodou zakúpenia tejto knihy je, že na webovej stránke vydavateľa získate okamžitý prístup k všetkému dodatočnému obsahu prezentovanému s touto knihou - kódom v jazyku Python, referenciám, cvičeniam a súborom PDF. Nemusíte minúť ani cent navyše. Súbory údajov použité v tejto knihe sú buď stiahnuté za behu, alebo sú k dispozícii v priečinku Resources/Datasets.
Ďalšou výhodou je podrobné vysvetlenie krokov inštalácie softvéru, ktorý budete potrebovať na implementáciu rôznych algoritmov hlbokého učenia v tejto knihe. To znamená, že hneď od prvej strany môžete experimentovať s praktickými aspektmi hlbokého učenia. Aj keď ste nováčik v jazyku Python, bude pre vás rýchlokurz programovania v jazyku Python v prvej kapitole nesmierne užitočný. Keďže všetky kódy a súbory údajov sú súčasťou tejto knihy, na to, aby ste mohli začať, potrebujete len prístup k počítaču s internetom.
Medzi zahrnuté témy patria:
⬤ Python Crash Course.
⬤ Hlboké učebné predpoklady: Lineárna a logistická regresia.
⬤ Neurónové siete od nuly v jazyku Python.
⬤ Úvod do TensorFlow a Keras.
⬤ Konvolučné neurónové siete.
⬤ Klasifikácia sekvencií pomocou rekurentných neurónových sietí.
⬤ Hlboké učenie pre spracovanie prirodzeného jazyka.
⬤ Učenie bez dozoru s autokodérmi.
⬤ Odpovede na všetky cvičenia.
Kliknite na tlačidlo KÚPIŤ a stiahnite si knihu teraz, aby ste mohli začať svoju cestu hlbokého učenia.
