Avis des lecteurs
Résumé:Le livre fournit une introduction pratique à l'apprentissage profond avec des projets pratiques et des conseils clairs, mais il souffre de fautes de frappe et d'un manque de matériel d'introduction, ce qui peut déconcerter les lecteurs, en particulier ceux qui sont nouveaux dans le domaine.
Avantages:Une excellente introduction pratique, de nombreux projets, des instructions claires étape par étape et de bons exemples. Hautement recommandé pour les amateurs de Deep Learning et de Python.
Inconvénients:De nombreuses fautes de frappe rendent la lecture difficile, et l'absence de chapitres introductifs et d'instructions d'installation claires peut être déroutante pour les débutants.
(basé sur 4 avis de lecteurs)
Titre original :
Applied Deep Learning with Python
Contenu du livre :
Un guide pratique de l'apprentissage profond rempli d'explications intuitives et d'exemples pratiques attrayants Caractéristiques principales Conçu pour développer de manière itérative les compétences des utilisateurs de Python qui n'ont pas de formation en science des données Couvre les concepts fondamentaux clés que vous devrez connaître lors de la construction de systèmes d'apprentissage profond Plein d'exercices et d'activités étape par étape pour aider à développer les compétences dont vous avez besoin dans le monde réel Description du livre
En adoptant une approche qui utilise les derniers développements de l'écosystème Python, vous serez d'abord guidé à travers l'écosystème Jupyter, les bibliothèques de visualisation clés et les techniques puissantes d'assainissement des données avant d'entraîner notre premier modèle prédictif. Nous explorerons une variété d'approches de classification telles que les réseaux de vecteurs de support, les forêts de décision aléatoires et les k-voisins les plus proches pour développer votre compréhension avant de passer à un territoire plus complexe. Ce n'est pas grave si ces termes vous paraissent trop compliqués ; nous vous montrerons comment les mettre en pratique.
Nous nous appuierons sur notre couverture de la classification en jetant un coup d'œil rapide au web scraping éthique et aux visualisations interactives pour vous aider à rassembler et à présenter votre analyse de manière professionnelle. C'est après cela que nous commencerons à construire notre application clé d'apprentissage profond, qui vise à prédire le prix futur du bitcoin en se basant sur des données publiques historiques.
En vous guidant à travers un réseau neuronal entraîné, nous explorerons les architectures de réseau d'apprentissage profond communes (convolutionnel, récurrent, génératif adversarial) et nous nous brancherons sur l'apprentissage par renforcement profond avant de plonger dans l'optimisation et l'évaluation des modèles. Nous ferons tout cela tout en travaillant sur une application web prête à la production qui combine Tensorflow et Keras pour produire un résultat convivial significatif, vous laissant avec toutes les compétences dont vous avez besoin pour aborder et développer vos propres projets d'apprentissage profond dans le monde réel avec confiance et efficacité. Ce que vous apprendrez Découvrez comment assembler et nettoyer vos propres ensembles de données Développez une stratégie de classification d'apprentissage automatique sur mesure Construisez, entraînez et améliorez vos propres modèles pour résoudre des problèmes uniques Travaillez avec des frameworks prêts à la production comme Tensorflow et Keras Expliquez le fonctionnement des réseaux neuronaux en termes clairs et simples Comprenez comment déployer vos prédictions sur le web À qui ce livre s'adresse-t-il ?
Si vous êtes un programmeur Python qui s'apprête à entrer dans le monde de la science des données, c'est le moyen idéal de commencer. Table des matières Principes fondamentaux de Jupyter Nettoyage de données et apprentissage automatique avancé Web Scraping et visualisations interactives Introduction aux réseaux neuronaux et à l'apprentissage profond Architecture de modèle Évaluation de modèle Production
Autres informations sur le livre :
| ISBN : | 9781789804744 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Broché |
Achat:
Actuellement disponible, en stock.
