Generative Adversarial Networks with Industrial Use Cases : Apprendre à construire des applications GAN pour le commerce de détail, la santé, les télécommunications, les médias, l'éducation, etc.

Note :   (3,4 sur 5)

Generative Adversarial Networks with Industrial Use Cases : Apprendre à construire des applications GAN pour le commerce de détail, la santé, les télécommunications, les médias, l'éducation, etc. (K. Manaswi Navin)

Avis des lecteurs

Il n'y a actuellement aucun avis de lecteur. La note est basée sur 12 votes.

Titre original :

Generative Adversarial Networks with Industrial Use Cases: Learning How to Build GAN Applications for Retail, Healthcare, Telecom, Media, Education, a

Contenu du livre :

Meilleur livre sur le GAN Principales caractéristiques Meilleur livre sur le GAN Meilleur livre sur le GAN

Caractéristiques principales

⬤ Comprendre le paysage de l'apprentissage profond et la pertinence du GAN.

⬤ Apprendre les bases du GAN.

⬤ Apprendre à construire un GAN à partir de zéro.

⬤  Comprendre les mathématiques et les limites du GAN.

⬤  Comprendre les applications du GAN pour le commerce de détail, la santé, les télécommunications, les médias et l'EduTech.

⬤ Comprendre les articles importants sur les GAN tels que pix2pixGAN, styleGAN, cycleGAN, DCGAN.

⬤ Apprendre à construire un code GAN pour des applications industrielles.

⬤ Comprendre la différence entre les variétés de GAN.

Description

Ce livre vise à simplifier le GAN pour tout le monde. Ce livre est très important pour les ingénieurs en apprentissage automatique, les chercheurs, les étudiants, les professeurs et les professionnels. Les universités et les instructeurs de cours en ligne trouveront ce livre très intéressant pour enseigner l'apprentissage profond avancé, en particulier les réseaux adversoriels génératifs (GAN). Les professionnels de l'industrie, les codeurs et les scientifiques des données peuvent apprendre le GAN à partir de zéro. Ils peuvent apprendre à construire des codes GAN pour des applications industrielles dans les domaines de la santé, de la vente au détail, de la technologie des ressources humaines, de la technologie de l'éducation, des télécommunications, des médias et du divertissement. Les mathématiques du GAN sont discutées et illustrées. La divergence de KL et d'autres parties du GAN sont illustrées et discutées mathématiquement. Ce livre enseigne comment construire des codes pour pix2pix GAN, DCGAN, CGAN, styleGAN, cycleGAN, et beaucoup d'autres GAN. Les chercheurs en apprentissage automatique et en apprentissage profond apprendront le GAN dans les plus brefs délais grâce à ce livre.

Ce que vous apprendrez

⬤  Les chercheurs en Machine Learning seront à l'aise pour construire des codes d'apprentissage profond avancés pour des applications industrielles.

⬤  Les Data Scientists commenceront à résoudre des problèmes très complexes en deep learning.

⬤  Les étudiants seront prêts à rejoindre une industrie avec ces compétences.

⬤  Les ingénieurs et scientifiques en données moyens seraient en mesure de développer des codes GAN complexes pour résoudre les problèmes les plus difficiles de la vision par ordinateur.

À qui s'adresse ce livre ?

Ce livre est parfait pour les ingénieurs en apprentissage automatique, les scientifiques des données, les ingénieurs des données, les professionnels de l'apprentissage profond et les chercheurs en vision par ordinateur. Ce livre est également très utile pour les professionnels de l'imagerie médicale, les professionnels des véhicules autonomes, les professionnels de la mode, les professionnels des médias et du divertissement, les professionnels des technologies de l'éducation et des ressources humaines. Les professeurs et les étudiants travaillant sur l'apprentissage automatique, l'apprentissage profond, la vision par ordinateur et les applications industrielles trouveront ce livre extrêmement utile.

Table des matières

1. Les bases du GAN.

2. Applications du GAN.

3. Problèmes avec GAN.

4. Types de GAN célèbres.

A propos de l'auteur

Navin K Manaswi a développé des solutions/produits d'intelligence artificielle pour les technologies de l'information et de la communication, la vente au détail, la gestion des services informatiques, les soins de santé, les télécommunications, l'assurance, le marketing numérique et la chaîne d'approvisionnement, tout en travaillant pour des sociétés de conseil en Malaisie, à Singapour et à Dubaï. Il est un entrepreneur en série dans le domaine de l'intelligence artificielle et de la réalité augmentée. Il a développé des solutions pour l'intelligence vidéo, l'intelligence documentaire et les chatbots de type humain. Il est professeur invité à l'IIT Kharagpur pour le cours sur l'intelligence artificielle et auteur d'un livre célèbre sur l'apprentissage profond. Il est officiellement un expert développeur de Google dans le domaine de l'apprentissage automatique. Il a organisé et encadré des hackathons et des camps d'entraînement sur l'IA lors d'événements Google et d'événements universitaires. Sa startup WoWExp construit des produits géniaux dans le domaine de l'IA et de l'AR.

Liens de votre blog : www.navinmanaswi.com.

Votre profil LinkedIn : https : //www.linkedin.com/in/navin-manaswi-1a708b8/.

Autres informations sur le livre :

ISBN :9789389423853
Auteur :
Éditeur :
Reliure :Broché

Achat:

Actuellement disponible, en stock.

Je l'achète!

Autres livres de l'auteur :

Generative Adversarial Networks with Industrial Use Cases : Apprendre à construire des applications...
Meilleur livre sur le GAN Principales...
Generative Adversarial Networks with Industrial Use Cases : Apprendre à construire des applications GAN pour le commerce de détail, la santé, les télécommunications, les médias, l'éducation, etc. - Generative Adversarial Networks with Industrial Use Cases: Learning How to Build GAN Applications for Retail, Healthcare, Telecom, Media, Education, a

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)