Titre original :
Deep Learning For Beginners: 2 Manuscripts: Deep Learning For Beginners And Data Science From Scratch
Contenu du livre :
2 livres en 1 Il s'agit d'une offre groupée de deux livres à succès sur le marché.
Livre 1 : Dans "L'apprentissage profond pour les débutants : Une introduction complète des fondamentaux de l'apprentissage profond pour les débutants afin de comprendre les cadres, les réseaux neuronaux, les grands ensembles de données et les applications créatives avec facilité", vous apprendrez :
⬤ L'apprentissage profond utilise des frameworks qui permettent de développer des outils capables d'offrir une meilleure abstraction, ainsi qu'une simplification des problèmes de programmation difficiles. TensorFlow est l'outil le plus populaire et est utilisé par des entreprises géantes telles qu'Airbus, Twitter et même Google.
⬤ Le livre présente TensorFlow et Caffe2 comme les principaux frameworks utilisés pour le développement par Google et Facebook. Facebook présente Caffe2 comme l'un des frameworks d'apprentissage profond légers et modulaires, bien que TensorFlow soit le plus populaire, étant donné qu'il jouit d'une grande popularité, et donc d'un grand forum, ce qui permet d'obtenir de l'aide sur les principaux problèmes.
⬤ Le livre examine plusieurs composants et outils de l'apprentissage profond tels que les réseaux neuronaux ; CNNs, RNNs, GANs, et auto-encodeurs. Ces algorithmes créent les blocs de construction qui propulsent l'apprentissage profond et le font progresser.
⬤ Le livre examine également plusieurs applications, notamment les chatbots et les assistants virtuels, qui sont devenus le principal centre d'intérêt de l'apprentissage profond à l'avenir, car ils représentent la prochaine frontière en matière de collecte d'informations et de connectivité. L'Internet des objets est également représenté ici, car l'apprentissage profond permet l'intégration de divers systèmes via un système d'intelligence artificielle, qui est déjà utilisé pour les fonctions de la maison et de la voiture.
⬤ Et bien plus encore...
Livre 2 : Dans "Data Science from Scratch : The #1 Data Science Guide for Everything A Data Scientist Needs to Know : Python, algèbre linéaire, statistiques, codage, applications, réseaux neuronaux et arbres de décision", vous apprendrez :
⬤ Des informations approfondies sur ce qu'est la science des données et pourquoi elle est importante.
⬤ Les prérequis nécessaires pour se lancer dans la science des données.
⬤ Ce que signifie être un scientifique des données.
Les rôles que jouent le hacking et le codage dans la science des données ⬤ Les différents langages de codage qui peuvent être utilisés dans la science des données.
⬤ Les différents langages de codage qui peuvent être utilisés en science des données.
⬤ Pourquoi python est si important.
⬤ Comment utiliser l'algèbre linéaire et les statistiques.
⬤ Les différentes applications de la science des données.
⬤ Comment travailler avec les données à travers le munging et le nettoyage.
⬤ Et bien plus encore...
Ces livres fournissent des concepts et des stratégies éprouvés pour les personnes qui veulent en savoir plus sur l'apprentissage profond et sur la façon de travailler avec les données. Après avoir lu cet ensemble, vous serez en mesure de choisir le bon type d'architecture, de construire un système capable d'apprendre, de l'entraîner et de l'utiliser pour atteindre vos objectifs.
Obtenez votre exemplaire de ces fantastiques guides pour maîtriser les algorithmes d'apprentissage profond de pointe et leur mise en œuvre.
Autres informations sur le livre :
| ISBN : | 9783903331372 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Broché |
Achat:
Actuellement disponible, en stock.
