Deep Learning Illustrated: Wizualny, interaktywny przewodnik po sztucznej inteligencji

Opinie czytelników

Książka „Deep Learning Illustrated” została dobrze przyjęta ze względu na swoją przejrzystość i wciągający styl, dzięki czemu jest odpowiednia dla czytelników na różnych poziomach umiejętności. Równoważy ona przegląd koncepcji głębokiego uczenia się z praktycznymi ćwiczeniami i przykładami, zapewniając jednocześnie kontekst historyczny. Niektórzy czytelnicy uważają jednak, że jest ona zbyt uproszczona, brakuje jej głębi dla bardziej zaawansowanych tematów i sugerują, że może być bardziej odpowiednia dla początkujących niż doświadczonych profesjonalistów.

⬤ Przejrzysta i wciągająca prezentacja koncepcji głębokiego uczenia
⬤ odpowiednia dla początkujących, średnio zaawansowanych i zaawansowanych programistów
⬤ zapewnia kontekst historyczny
⬤ zawiera praktyczne ćwiczenia i przykłady
⬤ łatwa do naśladowania i dobrze zorganizowana.

⬤ Może być zbyt powierzchowna dla zaawansowanych czytelników
⬤ niektórzy czytelnicy uważają, że brakuje jej matematycznej głębi
⬤ nie zawiera wielu ilustracji lub diagramów, jak sugeruje tytuł
⬤ przez niektórych uważana za zbyt drogą
⬤ może nie w pełni wyjaśniać głębsze koncepcje, takie jak wsteczna propagacja.

(na podstawie 73 opinii czytelników)

Oryginalny tytuł:

Deep Learning Illustrated: A Visual, Interactive Guide to Artificial Intelligence

Zawartość książki:

"Ta książka to oszałamiające osiągnięcie, napisane z precyzją i głębokim zrozumieniem. Bawi i jednocześnie dostarcza wielu interesujących informacji. Nigdy nie wyobrażałem sobie, że zrozumienie i zdobycie wiedzy naukowej, a mianowicie "Deep Learning" może być tak zabawne Czytanie tej książki to przyjemność i gorąco ją polecam.

--maryamkhakpour, recenzent O'Reilly Online Learning (Safari).

"Ten tytuł jest świetnym źródłem informacji dla tych, którzy chcą zrozumieć głębokie uczenie się. Ilustracje są pomocne i pomagają w lepszym zrozumieniu treści, a kontekst otaczający biologiczne motywacje dla narzędzi i technik umożliwia większe docenienie tej dziedziny. Z entuzjazmem polecam tę książkę każdemu, kto jest zainteresowany tematem głębokiego uczenia się".

-vincepetaccio, O'Reilly Online Learning (Safari) Recenzent.

Głębokie uczenie przekształca oprogramowanie, ułatwiając potężne nowe możliwości sztucznej inteligencji i napędzając bezprecedensową wydajność algorytmów. Deep Learning Illustrated jest wyjątkowo wizualny, intuicyjny i przystępny, a jednocześnie oferuje kompleksowe wprowadzenie do technik i zastosowań tej dyscypliny. Pełen kolorowych aplikacji i łatwego do naśladowania kodu, usuwa znaczną część złożoności budowania modeli głębokiego uczenia się, czyniąc temat przystępnym i przyjemnym do nauki.

Światowej klasy instruktor i praktyk Jon Krohn - z kluczowym materiałem od Granta Beylevelda i pięknymi ilustracjami Agli Bassens - przedstawia proste analogie, aby wyjaśnić, czym jest głębokie uczenie się, dlaczego stało się tak popularne i jak odnosi się do innych podejść do uczenia maszynowego. Oferuje również praktyczne odniesienie i samouczek dla programistów, naukowców zajmujących się danymi, badaczy, analityków i studentów, którzy chcą zacząć je stosować. Obejmuje on podstawową teorię z jak najmniejszą ilością matematyki, woląc oświetlać koncepcje za pomocą praktycznego kodu Pythona i praktycznych "przebiegów" w towarzyszących notatnikach Jupyter. Aby pomóc ci w szybkich postępach, koncentruje się na wszechstronnej, wysokopoziomowej bibliotece głębokiego uczenia się Keras, aby zwinnie konstruować wydajne modele TensorFlow; PyTorch, wiodąca biblioteka alternatywna, jest również uwzględniona.

Zyskasz pragmatyczne zrozumienie wszystkich głównych podejść uczenia głębokiego i ich zastosowań w aplikacjach, od widzenia maszynowego i przetwarzania języka naturalnego po generowanie obrazów i algorytmy gier.

⬤ Odkryj, co sprawia, że systemy głębokiego uczenia są wyjątkowe i jakie ma to konsekwencje dla praktyków.

⬤ Poznaj nowe narzędzia, które ułatwiają tworzenie, używanie i ulepszanie modeli głębokiego uczenia.

⬤ Opanuj podstawową teorię: sztuczne neurony, głębokie sieci sprzężone, szkolenie, optymalizacja, sieci splotowe, sieci rekurencyjne, generatywne sieci przeciwstawne (GAN), głębokie uczenie ze wzmocnieniem i wiele więcej.

⬤ Przejdź przez tworzenie interaktywnych aplikacji głębokiego uczenia i rozwijaj własne projekty sztucznej inteligencji.

Zarejestruj swój produkt, aby uzyskać wygodny dostęp do pobierania, aktualizacji i/lub poprawek, gdy tylko staną się dostępne. Więcej informacji znajduje się wewnątrz książki.

Pearson IT Certification i Sander Van Vugt nie są powiązani z Red Hat, Inc. Znaki towarowe RED HAT i RHCSA są używane wyłącznie w celach identyfikacyjnych i nie mają na celu wskazywać na powiązanie lub zatwierdzenie przez Red Hat, Inc.