Ocena:
Książka jest bardzo chwalona za jasne, wciągające i praktyczne podejście do nauczania koncepcji głębokiego uczenia się. Czytelnicy chwalą zdolność autora do upraszczania złożonych pomysłów i zapewnienia solidnego zrozumienia głębokiego uczenia się bez konieczności posiadania rozległej wiedzy z zakresu programowania lub matematyki. Znaczącym plusem jest również włączenie przykładów kodu, które działają płynnie. Niektórzy recenzenci zwrócili jednak uwagę na drobne kwestie techniczne, takie jak zepsute procesy rejestracji do pobrania, a kilku z nich chciałoby zobaczyć więcej treści na temat nienadzorowanego uczenia się.
Zalety:⬤ Przejrzysty i wciągający styl pisania.
⬤ Przystępny dla początkujących bez silnego zaplecza programistycznego lub matematycznego.
⬤ Wysokiej jakości przykłady kodu, które dobrze działają.
⬤ Doświadczenie autora w tej dziedzinie i zdolność do upraszczania złożonych koncepcji.
⬤ Praktyczny wgląd w aplikacje głębokiego uczenia.
⬤ Zawiera dodatki, które zapewniają dodatkowy kontekst i prowokują do myślenia.
⬤ Wsparcie dla początkujących i wzmocnienie kluczowych koncepcji.
⬤ Pewne problemy techniczne związane z obsługą pobierania przez wydawcę.
⬤ Brak treści na temat aplikacji do uczenia się bez nadzoru.
⬤ Diagramy przepływają od dołu do góry, co jest niekonwencjonalne.
⬤ Drobne frustracje związane z długim czasem uruchamiania niektórych przykładów kodu na określonych platformach.
(na podstawie 70 opinii czytelników)
Deep Learning with R, Second Edition
Uczenie głębokie od podstaw przy użyciu języka R i potężnej biblioteki Keras!
Deep Learning with R, Second Edition pokazuje, jak wykorzystać uczenie głębokie w praktyce. Jest ono oparte na nowym, poprawionym wydaniu bestsellerowego Deep Learning with Python autorstwa Franois Cholleta. Cały kod i przykłady zostały fachowo przetłumaczone na język R przez Tomasza Kalinowskiego, który utrzymuje pakiety Keras i Tensorflow R w RStudio. Zarówno nowicjusze, jak i doświadczeni praktycy ML pokochają spostrzeżenia ekspertów, praktyczne techniki i ważną teorię budowania sieci neuronowych.
Dzięki intuicyjnym objaśnieniom, wyrazistym ilustracjom i przejrzystym przykładom, w trakcie lektury tej książki zrozumiesz wiele zagadnień. Szybko zdobędziesz umiejętności potrzebne do rozpoczęcia tworzenia aplikacji głębokiego uczenia w R przy użyciu pakietów Keras i Tensorflow.
Zakup książki drukowanej obejmuje bezpłatny eBook w formatach PDF, Kindle i ePub od Manning Publications.
© Book1 Group - wszelkie prawa zastrzeżone.
Zawartość tej strony nie może być kopiowana ani wykorzystywana w całości lub w części bez pisemnej zgody właściciela.
Ostatnia aktualizacja: 2024.11.13 21:45 (GMT)