Avis des lecteurs
Résumé:Ce livre constitue une ressource précieuse pour les scientifiques des données, qu'ils soient en herbe ou expérimentés, qui cherchent à comprendre et à mettre en œuvre l'IA, en particulier l'apprentissage profond. Cependant, il y a un problème de violation des droits d'auteur qui a affecté certains lecteurs.
Avantages:Bien écrit et informatif, ce livre couvre de manière exhaustive les principes fondamentaux, les outils et les cadres de l'apprentissage profond. Il comprend des exemples de codage pratiques et aborde des sujets pertinents en matière d'IA tels que le Big Data et les techniques émergentes telles que l'apprentissage par transfert et les réseaux de capsules.
Inconvénients:Le livre contient quelques erreurs grammaticales qui peuvent perturber la lecture. En outre, des problèmes liés à la violation des droits d'auteur ont eu un impact sur certains utilisateurs, provoquant une frustration due à la perte d'opportunités de livres audio.
(basé sur 2 avis de lecteurs)
Titre original :
AI for Data Science: Artificial Intelligence Frameworks and Functionality for Deep Learning, Optimization, and Beyond
Contenu du livre :
Maîtrisez les approches et les principes des algorithmes d'intelligence artificielle (IA) et appliquez-les à des projets de science des données avec du code Python et Julia.
Les professionnels de la science des données et de l'IA, qu'ils soient aspirants ou pratiquants, ainsi que les programmeurs Python et Julia, pratiqueront de nombreux algorithmes d'IA et développeront une compréhension plus holistique du domaine de l'IA, et apprendront quand utiliser chaque cadre pour aborder des projets dans notre monde de plus en plus complexe.
Les deux premiers chapitres présentent le domaine, avec le chapitre 1 qui passe en revue les modèles d'apprentissage profond et le chapitre 2 qui donne un aperçu des algorithmes au-delà de l'apprentissage profond, y compris l'optimisation, la logique floue et la créativité artificielle.
Les chapitres suivants se concentrent sur les frameworks d'IA ; ils contiennent des données et du code Python et Julia dans un Docker fourni, afin que vous puissiez vous entraîner. Le chapitre 3 couvre MXNet d'Apache, le chapitre 4 couvre TensorFlow et le chapitre 5 étudie Keras. Après avoir couvert ces frameworks de Deep Learning, nous explorons une série de frameworks d'optimisation, avec le chapitre 6 couvrant l'optimisation par essaims de particules (PSO), le chapitre 7 sur les algorithmes génétiques (GA), et le chapitre 8 discutant du recuit simulé (SA).
Le chapitre 9 commence notre exploration des méthodes d'IA avancées, en abordant les réseaux neuronaux convolutifs (CNN) et les réseaux neuronaux récurrents (RNN). Le chapitre 10 traite des ensembles d'optimisation et de la manière dont ils peuvent ajouter de la valeur au pipeline de la science des données.
Le chapitre 11 présente plusieurs cadres d'IA alternatifs, notamment les machines d'apprentissage extrême (ELM), les réseaux de capsules (CapsNets) et les systèmes d'inférence floue (FIS).
Le chapitre 12 couvre d'autres considérations complémentaires aux sujets d'IA couverts, y compris les concepts de Big Data, les domaines de spécialisation de la science des données et les ressources de données utiles pour expérimenter.
Un glossaire complet est inclus, ainsi qu'une série d'annexes couvrant l'apprentissage par transfert, l'apprentissage par renforcement, les systèmes d'autoencodage et les réseaux adversoriels génératifs. Il y a également une annexe sur les aspects commerciaux de l'IA dans les projets de science des données, ainsi qu'une annexe sur la façon d'utiliser l'image Docker pour accéder aux données et au code du livre.
Le domaine de l'IA est vaste et peut être difficile à aborder pour les nouveaux venus. Ce livre vous permettra d'acquérir une solide compréhension du domaine et vous donnera envie de l'explorer plus avant.
Autres informations sur le livre :
| ISBN : | 9781634624091 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Broché |
| Année de publication : | 2018 |
| Nombre de pages : | 350 |
Achat:
Actuellement disponible, en stock.
