Avis des lecteurs
Résumé:Ce livre est une ressource complète sur l'apprentissage profond, couvrant un large éventail de sujets allant des réseaux neuronaux de base aux modèles avancés tels que l'apprentissage par renforcement et les applications dans des domaines tels que la vision par ordinateur et les véhicules autonomes. Il est bien accueilli pour ses explications claires et ses exemples pratiques, ce qui le rend adapté à différents niveaux de compétence. Toutefois, certains utilisateurs déplorent la suppression d'éléments importants des éditions précédentes, et des critiques ont été émises concernant la qualité graphique et l'accessibilité des documents complémentaires.
Avantages:Large couverture des sujets liés à l'apprentissage profond, explications claires adaptées à différents niveaux de compétence, exemples pratiques, inclusion des principales bibliothèques d'apprentissage profond, sections complètes sur la vision par ordinateur et l'apprentissage par renforcement.
Inconvénients:Suppression d'éléments importants des éditions précédentes, qualité graphique médiocre, matériel complémentaire confus (par exemple, liens GitHub pointant vers des dépôts incorrects), et certains sujets, en particulier le traitement du langage naturel, pourraient être plus détaillés.
(basé sur 8 avis de lecteurs)
Titre original :
Python Deep Learning - Second Edition: Exploring deep learning techniques and neural network architectures with PyTorch, Keras, and TensorFlow, 2nd Ed
Contenu du livre :
Apprendre les techniques avancées d'apprentissage profond et leurs applications en utilisant des bibliothèques Python populaires.
Fonctionnalités principales
⬤ Construire une base solide dans les réseaux neuronaux et l'apprentissage profond avec les bibliothèques Python.
⬤ Explorer les techniques avancées d'apprentissage profond et leurs applications dans les domaines de la vision par ordinateur et du NLP.
⬤ Apprenez comment un ordinateur peut naviguer dans des environnements complexes grâce à l'apprentissage par renforcement.
Description du livre
Avec l'essor de l'intelligence artificielle dans les applications répondant aux besoins des entreprises et des consommateurs, l'apprentissage profond est plus important que jamais pour répondre aux demandes actuelles et futures du marché. Ce livre vous permettra d'explorer l'apprentissage profond et d'apprendre à mettre en œuvre l'apprentissage automatique dans vos projets.
Cette deuxième édition de Python Deep Learning vous permettra de vous familiariser avec l'apprentissage profond, les réseaux neuronaux profonds et la manière de les entraîner à l'aide d'algorithmes performants et de frameworks Python populaires. Vous découvrirez différentes architectures de réseaux neuronaux, telles que les réseaux convolutifs, les réseaux neuronaux récurrents, les réseaux à mémoire à long terme (LSTM) et les réseaux de capsules. Vous apprendrez également à résoudre des problèmes dans les domaines de la vision artificielle, du traitement du langage naturel (NLP) et de la reconnaissance vocale. Vous étudierez les approches de modèles génératifs telles que les autoencodeurs variationnels et les réseaux adversoriels génératifs (GAN) pour générer des images. En vous plongeant dans les nouveaux domaines de l'apprentissage par renforcement, vous comprendrez les algorithmes de pointe qui sont les principaux composants des jeux populaires Go, Atari et Dota.
À la fin de l'ouvrage, vous connaîtrez parfaitement la théorie de l'apprentissage profond ainsi que ses applications dans le monde réel.
Ce que vous apprendrez
⬤ Comprendre la théorie mathématique qui sous-tend les réseaux neuronaux et les processus d'apprentissage profond.
⬤ Les réseaux convolutifs et les réseaux de capsules permettent d'étudier et de résoudre les problèmes de vision par ordinateur.
⬤ Résoudre des tâches génératives à l'aide d'autoencodeurs variationnels et de réseaux adverbiaux génératifs.
⬤ Mettre en œuvre des tâches complexes de NLP en utilisant des réseaux récurrents (LSTM et GRU) et des modèles d'attention.
⬤ Explorer l'apprentissage par renforcement et comprendre comment les agents se comportent dans un environnement complexe.
⬤ Les applications de l'apprentissage profond dans les véhicules autonomes.
À qui s'adresse ce livre ?
Ce livre s'adresse aux praticiens de la science des données, aux ingénieurs en apprentissage automatique et à tous ceux qui s'intéressent à l'apprentissage profond et qui ont des connaissances de base en apprentissage automatique et une certaine expérience de la programmation en Python. Des connaissances en mathématiques et une compréhension conceptuelle du calcul et des statistiques vous aideront à tirer le meilleur parti de ce livre.
Autres informations sur le livre :
| ISBN : | 9781789348460 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Broché |
Achat:
Actuellement disponible, en stock.
