Apprentissage profond avec R, deuxième édition

Note :   (4,7 sur 5)

Apprentissage profond avec R, deuxième édition (Francois Chollet)

Avis des lecteurs

Résumé:

Le livre est très apprécié pour son approche claire, engageante et pratique de l'enseignement des concepts de l'apprentissage profond. Les lecteurs saluent la capacité de l'auteur à simplifier des idées complexes et à fournir une solide compréhension de l'apprentissage profond sans nécessiter de connaissances préalables approfondies en programmation ou en mathématiques. L'inclusion d'exemples de code qui fonctionnent de manière transparente est également un atout important. Cependant, certains évaluateurs ont noté des problèmes techniques mineurs, tels que des processus d'enregistrement interrompus pour les téléchargements, et quelques-uns auraient aimé voir plus de contenu sur l'apprentissage non supervisé.

Avantages:

Style d'écriture clair et engageant.
Accessible aux débutants n'ayant pas de solides connaissances en programmation ou en mathématiques.
Des exemples de code de haute qualité qui fonctionnent bien.
L'expertise de l'auteur dans le domaine et sa capacité à simplifier des concepts complexes.
Aperçu pratique des applications d'apprentissage profond.
Inclut des apartés qui fournissent un contexte supplémentaire et une discussion qui incite à la réflexion.
Soutien aux débutants et renforcement des concepts clés.

Inconvénients:

Quelques problèmes techniques avec le support de l'éditeur pour les téléchargements.
Manque de contenu sur les applications d'apprentissage non supervisé.
Les diagrammes sont présentés de bas en haut, ce qui n'est pas conventionnel.
Des frustrations mineures liées à certains exemples de code qui prennent beaucoup de temps à s'exécuter sur des plates-formes spécifiques.

(basé sur 70 avis de lecteurs)

Titre original :

Deep Learning with R, Second Edition

Contenu du livre :

L'apprentissage profond à partir de la base en utilisant R et la puissante bibliothèque Keras.

Deep Learning with R, Second Edition vous montre comment mettre en œuvre l'apprentissage profond. Il est basé sur la nouvelle édition révisée du best-seller de Franois Chollet, Deep Learning with Python. L'ensemble du code et des exemples a été traduit de manière experte en langage R par Tomasz Kalinowski, qui assure la maintenance des paquets R Keras et Tensorflow chez RStudio. Les novices et les praticiens expérimentés de la ML apprécieront les points de vue d'experts, les techniques pratiques et les théories importantes pour la construction de réseaux neuronaux.

Au fur et à mesure que vous avancerez dans ce livre, vous développerez votre compréhension à l'aide d'explications intuitives, d'illustrations nettes et d'exemples clairs. Vous acquerrez rapidement les compétences dont vous avez besoin pour commencer à développer des applications d'apprentissage profond dans R à l'aide des packages Keras et Tensorflow.

L'achat du livre imprimé inclut un livre électronique gratuit aux formats PDF, Kindle et ePub de Manning Publications.

Autres informations sur le livre :

ISBN :9781633439849
Auteur :
Éditeur :
Langue :anglais
Reliure :Broché

Achat:

Actuellement disponible, en stock.

Je l'achète!

Autres livres de l'auteur :

Apprentissage profond avec R - Deep Learning with R
Résumé Deep Learning with R présente le monde de l'apprentissage profond en utilisant la puissante bibliothèque...
Apprentissage profond avec R - Deep Learning with R
Apprentissage profond avec Python, deuxième édition - Deep Learning with Python, Second...
Dans Deep Learning with Python, deuxième édition, mise à...
Apprentissage profond avec Python, deuxième édition - Deep Learning with Python, Second Edition
Apprentissage profond avec R, deuxième édition - Deep Learning with R, Second Edition
L'apprentissage profond à partir de la base en utilisant R et...
Apprentissage profond avec R, deuxième édition - Deep Learning with R, Second Edition

Les œuvres de l'auteur ont été publiées par les éditeurs suivants :

© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)