Avis des lecteurs
Résumé:Le livre est généralement bien noté pour sa couverture complète et ses explications claires des concepts complexes des réseaux neuronaux et de l'apprentissage profond. De nombreux lecteurs l'ont trouvé accessible et instructif, en particulier pour ceux qui cherchent à mieux comprendre les mathématiques qui sous-tendent le sujet. Cependant, certains l'ont critiqué pour son manque d'exemples pratiques et sa présentation quelque peu aride, ce qui le rend moins adapté aux débutants à la recherche de conseils pratiques.
Avantages:⬤ Couverture complète des réseaux neuronaux et de l'apprentissage profond
⬤ explications claires des concepts complexes
⬤ bonnes bases mathématiques
⬤ accessible à ceux qui ont des connaissances moyennes en calcul et en algèbre linéaire
⬤ fournit une intuition sur les applications du monde réel
⬤ sert de référence précieuse pour la recherche et le monde universitaire.
⬤ Manque d'exemples pratiques et de détails de mise en œuvre, ce qui peut décevoir ceux qui recherchent un tutoriel pratique
⬤ certains lecteurs l'ont trouvé sec et trop mathématique
⬤ quelques-uns ont trouvé la structure décousue et mal organisée
⬤ des problèmes de reliure ont été signalés.
(basé sur 47 avis de lecteurs)
Titre original :
Neural Networks and Deep Learning: A Textbook
Contenu du livre :
1 Introduction aux réseaux neuronaux. - 2 Apprentissage automatique avec les réseaux neuronaux peu profonds.
- 3 Former des réseaux neuronaux profonds. - 4 Apprendre aux apprenants profonds à généraliser. - 5 Réseaux à fonction de base radicale.
- 6 Machines de Boltzmann restreintes. - 7 Réseaux neuronaux récurrents.
- 8 Réseaux neuronaux convolutifs. - 9 Apprentissage par renforcement profond.
- 10 Sujets avancés en apprentissage profond.
Autres informations sur le livre :
| ISBN : | 9783030068561 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Broché |
| Année de publication : | 2019 |
| Nombre de pages : | 497 |
Achat:
Actuellement disponible, en stock.
