Ocena:
Książka o Deep Learning otrzymała mieszankę pozytywnych i negatywnych recenzji. Czytelnicy chwalili jej proste i eleganckie wyjaśnienia, szczegółowe przykłady kodowania i szerokie omówienie tematów od podstawowych do zaawansowanych algorytmów. Niektórzy recenzenci zwrócili jednak uwagę na problemy z widocznością czcionki dla formuł, szczególnie w wersji Kindle, i wspomnieli, że książka może nie zagłębiać się wystarczająco głęboko w podstawowe koncepcje przed przejściem do zaawansowanych tematów.
Zalety:⬤ Proste i eleganckie wyjaśnienia sprawiają, że jest ona dostępna dla wszystkich odbiorców.
⬤ Zawiera przykłady kodowania, które ułatwiają zrozumienie.
⬤ Obejmuje szeroki zakres tematów, od podstawowych do zaawansowanych algorytmów.
⬤ Polecana dla początkujących, którzy cenią sobie jasny, prosty język.
⬤ Zapewnia dogłębną wiedzę na temat matematyki głębokiego uczenia.
⬤ Problemy z widocznością czcionki, zwłaszcza w formułach, szczególnie w wydaniu Kindle.
⬤ Niektórzy czytelnicy uważają, że autor zbyt szybko przechodzi do zaawansowanych tematów bez odpowiedniego wyjaśnienia podstaw.
⬤ Przez niektórych uważana za drogą, nie wartą swojej ceny za oferowaną głębię.
⬤ Problemy z formatowaniem Kindle utrudniają zrozumienie treści.
(na podstawie 13 opinii czytelników)
Hands-On Deep Learning Algorithms with Python
Ta książka wprowadza podstawowe i zaawansowane algorytmy głębokiego uczenia się używane w środowisku produkcyjnym przez badaczy sztucznej inteligencji i głównych naukowców zajmujących się danymi; intuicyjnie wyjaśnia algorytmy, w tym podstawową matematykę, i pokazuje, jak je wdrożyć przy użyciu popularnych bibliotek głębokiego uczenia się opartych na Pythonie, takich jak TensorFlow.
© 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)