Avis des lecteurs
Résumé:Ce livre est salué pour son approche pratique de l'apprentissage profond, rendant des sujets complexes accessibles à ceux qui ont une compréhension de base de la programmation. Il couvre divers sujets, notamment la classification de textes, le traitement d'images et l'analyse musicale, et s'accompagne d'utiles Python Notebooks. Cependant, il présente certaines limites, comme le fait qu'il soit en noir et blanc et qu'il faille modifier certains exemples de code pour qu'ils fonctionnent correctement.
Avantages:Couvre une grande variété de sujets dans l'apprentissage profond, approche pratique, diagrammes simples, ton amusant, bien écrit, accompagné de Python Notebooks, et d'exemples partagés sur GitHub. Contient un contenu unique comme l'analyse musicale.
Inconvénients:Le format noir et blanc peut ne pas être idéal pour toutes les sorties, certains exemples de code doivent être modifiés avant d'être exécutés, et il ne couvre pas l'apprentissage par renforcement profond.
(basé sur 7 avis de lecteurs)
Titre original :
Deep Learning Cookbook: Practical Recipes to Get Started Quickly
Contenu du livre :
L'apprentissage profond n'a pas à être intimidant. Jusqu'à récemment, cette méthode d'apprentissage automatique nécessitait des années d'études, mais grâce à des frameworks tels que Keras et Tensorflow, les ingénieurs logiciels n'ayant pas d'expérience en apprentissage automatique peuvent rapidement entrer dans le domaine. Grâce aux recettes de ce livre de cuisine, vous apprendrez à résoudre des problèmes d'apprentissage profond pour classer et générer du texte, des images et de la musique.
Chaque chapitre se compose de plusieurs recettes nécessaires à la réalisation d'un projet unique, tel que l'entraînement d'un système de recommandation musicale. L'auteur Douwe Osinga propose également un chapitre avec une demi-douzaine de techniques pour vous aider si vous êtes bloqué. Les exemples sont écrits en Python et le code est disponible sur GitHub sous la forme d'un ensemble de carnets Python.
Vous apprendrez à :
⬤ Créer des applications qui serviront à des utilisateurs réels.
⬤ Utiliser les word embeddings pour calculer la similarité des textes.
⬤ Construire un système de recommandation de films basé sur les liens Wikipédia.
⬤ Apprendre comment les IA voient le monde en visualisant leur état interne.
⬤ Construire un modèle pour suggérer des emojis pour des morceaux de texte.
⬤ Réutiliser des réseaux pré-entraînés pour construire un service de recherche d'images inversé.
⬤ Comparer la façon dont les GAN, les autoencodeurs et les LSTM génèrent des icônes.
⬤ Détecter des styles musicaux et indexer des collections de chansons.
Autres informations sur le livre :
| ISBN : | 9781491995846 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Broché |
| Année de publication : | 2018 |
| Nombre de pages : | 220 |
Achat:
Actuellement disponible, en stock.
