Avis des lecteurs
Résumé:Ce livre propose une approche conviviale de l'apprentissage profond à l'aide de la KNIME Analytics Platform, destinée aux lecteurs n'ayant que peu ou pas d'expérience en programmation. Il fournit une base solide à la fois en théorie et en applications pratiques, tout en abordant les aspects de déploiement qui sont souvent négligés dans d'autres textes. Cependant, certains lecteurs ont exprimé le souhait d'avoir plus d'exemples de codage et des ajustements dans la qualité du matériel.
Avantages:1) Explications claires et bien écrites des concepts clés et des meilleures pratiques. 2) De nombreuses applications pratiques sont fournies, notamment le NLP, l'analyse d'images et la détection des fraudes. 3) Couverture étendue des options de déploiement. 4) Rend l'apprentissage profond accessible sans exigences de codage. 5) Guide étape par étape simplifiant les problèmes complexes.
Inconvénients:1) Manque d'exemples de codage, en particulier dans des domaines importants tels que le traitement du langage naturel. 2) Quelques plaintes concernant la qualité générale du livre.
(basé sur 10 avis de lecteurs)
Titre original :
Codeless Deep Learning with KNIME: Build, train, and deploy various deep neural network architectures using KNIME Analytics Platform
Contenu du livre :
Découvrez comment intégrer KNIME Analytics Platform avec des bibliothèques d'apprentissage profond pour mettre en œuvre des solutions d'intelligence artificielle.
Caractéristiques principales
⬤ Apprenez à bien connaître KNIME Analytics Platform pour effectuer de l'apprentissage profond sans code.
⬤ Concevez et construisez des flux de travail d'apprentissage profond rapidement et plus facilement en utilisant l'interface graphique de KNIME.
⬤ Découvrez différentes options de déploiement sans utiliser une seule ligne de code avec KNIME Analytics Platform.
Description du livre
KNIME Analytics Platform est un logiciel open source utilisé pour créer et concevoir des workflows de science des données. Ce livre est un guide complet de l'interface graphique KNIME et de l'intégration de l'apprentissage profond KNIME, vous aidant à construire des modèles de réseaux neuronaux sans écrire de code. Il vous guidera dans la construction de réseaux neuronaux simples et complexes à travers des solutions pratiques et créatives pour résoudre des problèmes de données du monde réel.
En commençant par une introduction à KNIME Analytics Platform, vous aurez une vue d'ensemble des réseaux simples de type feed-forward pour résoudre des problèmes de classification simples sur des ensembles de données relativement petits. Vous passerez ensuite à la construction, à l'entraînement, au test et au déploiement de réseaux plus complexes, tels que les autoencodeurs, les réseaux neuronaux récurrents (RNN), la mémoire à long terme (LSTM) et les réseaux neuronaux convolutifs (CNN). Dans chaque chapitre, en fonction du réseau et du cas d'utilisation, vous apprendrez à préparer les données, à coder les données entrantes et à appliquer les meilleures pratiques.
À la fin de cet ouvrage, vous aurez appris à concevoir différentes architectures neuronales et serez en mesure d'entraîner, de tester et de déployer le réseau final.
Ce que vous apprendrez
⬤ Utiliser divers nœuds communs pour transformer vos données en une structure adaptée à la formation d'un réseau neuronal.
⬤ Comprendre les techniques de réseaux neuronaux telles que les fonctions de perte, la rétropropagation et les hyperparamètres.
⬤ Préparer et coder les données de manière appropriée pour les introduire dans le réseau.
⬤ Construire et entraîner un réseau feedforward classique.
⬤ Développer et optimiser un réseau autoencodeur pour la détection des valeurs aberrantes.
⬤ Mettre en œuvre des réseaux d'apprentissage profond tels que les CNN, RNN et LSTM à l'aide d'exemples pratiques.
⬤ Déployer un réseau d'apprentissage profond entraîné sur des données réelles.
A qui s'adresse ce livre ?
Ce livre s'adresse aux analystes de données, aux scientifiques des données et aux développeurs d'apprentissage profond qui ne connaissent pas bien Python mais souhaitent apprendre à utiliser l'interface graphique KNIME pour construire, former, tester et déployer des réseaux neuronaux avec différentes architectures. Les implémentations pratiques présentées dans le livre ne nécessitent pas de codage ou de connaissances en matière de scripts dédiés, de sorte que vous pouvez facilement mettre en œuvre vos connaissances dans des applications pratiques. Aucune expérience préalable de l'utilisation de KNIME n'est requise pour commencer à lire ce livre.
Autres informations sur le livre :
| ISBN : | 9781800566613 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Broché |
Achat:
Actuellement disponible, en stock.
