Avis des lecteurs
Résumé:Le livre propose une variété de techniques d'apprentissage profond et est particulièrement adapté aux débutants en Python. Il met l'accent sur la compréhension des concepts plutôt que sur la simple copie du code. Cependant, des critiques importantes ont été formulées concernant la répétition des informations dans la série, le manque d'explications détaillées du code et la mauvaise qualité de l'impression.
Avantages:Offre des perspectives et des techniques précieuses pour l'apprentissage de Python et de l'apprentissage profond, est plus compréhensible pour les débutants, encourage l'autonomie dans le codage, inclut des exercices pour la pratique, et est généralement agréable et facile à suivre.
Inconvénients:Contenu répétitif dans toute la série, manque d'explications détaillées pour certaines sections de codage, mauvaise qualité d'impression (noir et blanc), et certains lecteurs l'ont trouvé déroutant en raison d'une notation et d'explications inadéquates.
(basé sur 9 avis de lecteurs)
Titre original :
Deep Learning Crash Course for Beginners with Python: Theory and Applications of Artificial Neural Networks, CNN, RNN, LSTM and Autoencoders using Ten
Contenu du livre :
L'intelligence artificielle fait fureur aujourd'hui !
Si vous avez peut-être du mal à comprendre les avancées les plus récentes en matière d'IA, elles se résument simplement à deux développements les plus célèbres : l'apprentissage automatique et l'apprentissage profond : l'apprentissage automatique et l'apprentissage profond. En 2020, l'apprentissage profond a une longueur d'avance en raison de sa suprématie en matière de précision, en particulier lorsqu'il est entraîné avec d'énormes quantités de données. L'apprentissage profond est essentiellement un sous-ensemble de l'apprentissage automatique, mais il est capable d'atteindre une puissance et une flexibilité considérables. L'ère de la technologie du big data offre de vastes possibilités d'innovations incroyables dans le domaine de l'apprentissage profond.
En quoi ce livre est-il différent ?
Ce livre accorde une importance égale aux aspects théoriques et pratiques de l'apprentissage profond. Vous comprendrez comment fonctionnent les algorithmes d'apprentissage profond les plus performants. Dans chaque chapitre, l'explication théorique des différents types de techniques d'apprentissage profond est suivie d'exemples pratiques. Vous apprendrez à mettre en œuvre différentes techniques d'apprentissage profond à l'aide de la bibliothèque TensorFlow Keras pour Python. Chaque chapitre contient des exercices que vous pouvez utiliser pour évaluer votre compréhension des concepts expliqués dans ce chapitre. De plus, dans les ressources, le cahier Python pour chaque chapitre est fourni. Le principal avantage d'acheter ce livre est que vous avez un accès instantané à tout le contenu supplémentaire présenté avec ce livre - codes Python, références, exercices et PDF - sur le site web de l'éditeur. Vous n'avez pas besoin de dépenser un centime de plus. Les ensembles de données utilisés dans ce livre sont soit téléchargés au moment de l'exécution, soit disponibles dans le dossier Resources/Datasets.
Un autre avantage est l'explication détaillée des étapes d'installation des logiciels dont vous aurez besoin pour mettre en œuvre les différents algorithmes d'apprentissage profond présentés dans ce livre. En d'autres termes, vous pouvez expérimenter les aspects pratiques de l'apprentissage profond dès la page 1. Même si vous ne connaissez pas Python, le cours accéléré sur le langage de programmation Python dans le premier chapitre vous sera extrêmement utile. Étant donné que tous les codes et les ensembles de données sont inclus dans ce livre, il vous suffit d'avoir accès à un ordinateur avec Internet pour commencer.
Les thèmes abordés sont les suivants :
⬤ Cours accéléré sur le langage Python.
⬤ Apprentissage approfondi des prérequis : Régression linéaire et logistique.
⬤ Réseaux neuronaux à partir de zéro en Python.
⬤ Introduction à TensorFlow et Keras.
⬤ Réseaux neuronaux conversationnels.
⬤ Classification des séquences avec les réseaux neuronaux récurrents.
⬤ Apprentissage profond pour le traitement du langage naturel.
⬤ Apprentissage non supervisé avec les autoencodeurs.
⬤ Réponses à tous les exercices.
Cliquez sur le bouton ACHETER et téléchargez le livre maintenant pour commencer votre voyage dans l'apprentissage profond.
Autres informations sur le livre :
| ISBN : | 9781734790122 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Broché |
Achat:
Actuellement disponible, en stock.
