Głębokie uczenie się: Podejście wizualne

Opinie czytelników

Książka ta stanowi wciągające i przystępne wprowadzenie do sztucznej inteligencji, w szczególności skupiając się na uczeniu głębokim. Chociaż kładzie nacisk na zrozumienie pojęciowe, a nie na rygor matematyczny, jest dobrze skonstruowana z jasnymi wyjaśnieniami, wizualizacjami i przykładami. Niektórzy czytelnicy uznali ją jednak za powierzchowną i uważali, że cena jest wygórowana w stosunku do oferowanej treści.

Angażujące i jasne wyjaśnienia, atrakcyjne wizualnie z intuicyjnymi diagramami, dobrze zorganizowana treść, odpowiednia dla początkujących, unikająca zbyt skomplikowanej matematyki, dobra do zrozumienia koncepcyjnego i zawiera obszerne cytaty do dalszej lektury.

Niektórzy uznali treść za powierzchowną, pozbawioną głębi, stare lub niepoprawne przykłady kodu, wysoką cenę wydania papierowego i brak szczegółów matematycznych, które mogą wymagać dodatkowych tekstów w celu bardziej technicznego zrozumienia.

(na podstawie 32 opinii czytelników)

Oryginalny tytuł:

Deep Learning: A Visual Approach

Zawartość książki:

Bogato ilustrowane, kolorowe wprowadzenie do głębokiego uczenia, które oferuje wizualne i koncepcyjne wyjaśnienia zamiast równań. Dowiesz się, jak korzystać z kluczowych algorytmów głębokiego uczenia się bez konieczności stosowania skomplikowanej matematyki.

Odkąd komputery zaczęły pokonywać nas w szachy, stają się coraz lepsze w szerokim zakresie ludzkich działań, od pisania piosenek i generowania artykułów informacyjnych po pomoc lekarzom w zapewnieniu opieki zdrowotnej.

Głębokie uczenie jest źródłem wielu z tych przełomów, a jego niezwykła zdolność do znajdowania wzorców ukrywających się w danych sprawiła, że jest to najszybciej rozwijająca się dziedzina sztucznej inteligencji (AI). Cyfrowi asystenci w naszych telefonach wykorzystują głębokie uczenie do rozumienia i inteligentnego reagowania na polecenia głosowe; systemy motoryzacyjne wykorzystują je do bezpiecznego poruszania się po zagrożeniach drogowych; platformy internetowe wykorzystują je do dostarczania spersonalizowanych sugestii dotyczących filmów i książek - możliwości są nieograniczone.

Deep Learning: A Visual Approach jest dla każdego, kto chce dogłębnie zrozumieć tę fascynującą dziedzinę, ale bez zaawansowanej matematyki i programowania, które są zwykle wymagane do zrozumienia jej wewnętrznych aspektów. Jeśli chcesz wiedzieć, jak działają te narzędzia i samodzielnie z nich korzystać, odpowiedzi znajdziesz na tych stronach. A jeśli jesteś gotowy do pisania własnych programów, w towarzyszącym repozytorium Github znajduje się również wiele dodatkowych notatników Pythona, które pomogą ci zacząć.

Rozmowny styl książki, obszerne kolorowe ilustracje, pouczające analogie i przykłady z prawdziwego świata fachowo wyjaśniają kluczowe pojęcia w głębokim uczeniu się, w tym: - Jak generatory tekstu tworzą głębokie uczenie się.

- Jak generatory tekstu tworzą nowe historie i artykuły.

Jak systemy głębokiego uczenia uczą się grać i wygrywać w ludzkich grach.

Jak systemy klasyfikacji obrazów identyfikują obiekty lub osoby na zdjęciu.

Jak myśleć o prawdopodobieństwie w sposób przydatny w codziennym życiu?

Jak korzystać z technik uczenia maszynowego, które stanowią rdzeń nowoczesnej sztucznej inteligencji.

Intelektualni poszukiwacze przygód wszelkiego rodzaju mogą wykorzystać potężne pomysły opisane w Deep Learning: A Visual Approach do budowania inteligentnych systemów, które pomogą nam lepiej zrozumieć świat i każdego, kto w nim żyje. To przyszłość sztucznej inteligencji, a ta książka pozwala ją sobie w pełni wyobrazić.

Ilustracje w pełnym kolorze