Avis des lecteurs
Résumé:Ce livre est une ressource bien accueillie par les débutants en apprentissage automatique et en apprentissage profond, offrant des explications claires et des projets pratiques. Bien qu'il offre une introduction accessible et une large couverture des sujets clés, il est critiqué pour son code obsolète et certaines incohérences.
Avantages:Le livre est excellent pour les débutants, avec des explications claires, des exemples pratiques et des projets concrets. Les lecteurs apprécient les conseils détaillés étape par étape, la couverture complète des réseaux neuronaux et l'efficacité du style d'enseignement. De nombreux utilisateurs ont trouvé le livre utile pour commencer leur voyage dans l'apprentissage automatique et appliquer les réseaux neuronaux dans leurs projets.
Inconvénients:Plusieurs critiques mentionnent que le code est obsolète, ce qui entraîne des frustrations dues à des fonctions obsolètes et à des bogues. En outre, certains lecteurs ont rencontré des problèmes lorsque le code d'exemple dans le livre ne correspondait pas au code disponible sur GitHub, et il y avait des références dans le texte qui n'étaient pas claires en raison de l'impression du livre en niveaux de gris. Quelques utilisateurs ont également estimé que certains sujets, comme les CNN, auraient pu être traités plus en détail.
(basé sur 17 avis de lecteurs)
Titre original :
Neural Network Projects with Python: The ultimate guide to using Python to explore the true power of neural networks through six projects
Contenu du livre :
Construisez votre portefeuille d'apprentissage automatique en créant 6 projets d'intelligence artificielle de pointe utilisant des réseaux neuronaux en Python.
Caractéristiques principales
⬤ Découvrez les architectures de réseaux neuronaux (comme CNN et LSTM) qui sont à l'origine des récentes avancées en IA.
⬤ Construisez des réseaux neuronaux experts en Python en utilisant des bibliothèques populaires telles que Keras.
⬤ Le livre comprend des projets tels que la détection d'objets, l'identification de visages, l'analyse de sentiments, et bien plus encore.
Description du livre
Les réseaux neuronaux sont au cœur des récentes avancées de l'IA, offrant certaines des meilleures solutions à de nombreux problèmes du monde réel, notamment la reconnaissance d'images, le diagnostic médical, l'analyse de texte, et bien plus encore. Ce livre passe en revue les concepts de base des réseaux neuronaux et de l'apprentissage profond, ainsi que quelques bibliothèques populaires en Python pour les mettre en œuvre.
Il contient des démonstrations pratiques de réseaux neuronaux dans des domaines tels que la prédiction des tarifs, la classification des images, l'analyse des sentiments, etc. Dans chaque cas, le livre fournit un énoncé de problème, l'architecture de réseau neuronal spécifique requise pour résoudre ce problème, le raisonnement derrière l'algorithme utilisé et le code Python associé pour mettre en œuvre la solution à partir de zéro. Ce faisant, vous acquerrez une expérience pratique de l'utilisation de bibliothèques Python populaires telles que Keras pour construire et entraîner vos propres réseaux neuronaux à partir de zéro.
À la fin de ce livre, vous aurez maîtrisé les différentes architectures de réseaux neuronaux et créé des projets d'IA de pointe en Python qui renforceront immédiatement votre portefeuille d'apprentissage automatique.
Ce que vous apprendrez
⬤ Apprendre les différentes architectures de réseaux neuronaux et leurs avancées en IA.
⬤ Maîtriser l'apprentissage profond en Python en construisant et en entraînant des réseaux neuronaux.
⬤ Maîtriser les réseaux neuronaux pour la régression et la classification.
⬤ Découvrir les réseaux neuronaux convolutifs pour la reconnaissance d'images.
⬤ Apprendre l'analyse de sentiments sur des données textuelles en utilisant la mémoire à long terme.
⬤ Construire et entraîner un système de sécurité à reconnaissance faciale de haute précision.
