Projekty sieci neuronowych w Pythonie: Kompletny przewodnik po używaniu Pythona do odkrywania prawdziwej mocy sieci neuronowych poprzez sześć projektów

Opinie czytelników

Książka jest dobrze przyjętym źródłem informacji dla początkujących w uczeniu maszynowym i głębokim uczeniu, oferując jasne wyjaśnienia i praktyczne projekty. Choć zapewnia przystępne wprowadzenie i szerokie omówienie kluczowych tematów, spotyka się z krytyką za przestarzały kod i pewne niespójności.

Książka jest doskonała dla początkujących, zawiera jasne wyjaśnienia, praktyczne przykłady i praktyczne projekty. Czytelnicy doceniają szczegółowe wskazówki krok po kroku, kompleksowe omówienie sieci neuronowych i skuteczność stylu nauczania. Wielu użytkowników uznało książkę za pomocną w rozpoczęciu przygody z uczeniem maszynowym i zastosowaniu sieci neuronowych w swoich projektach.

W kilku recenzjach wspomniano, że kod jest przestarzały, co prowadzi do frustracji z powodu przestarzałych funkcji i błędów. Ponadto niektórzy czytelnicy napotkali problemy, w których przykładowy kod w książce nie pasował do kodu dostępnego na GitHub, a odniesienia w tekście były niejasne ze względu na to, że książka została wydrukowana w skali szarości. Kilku użytkowników uważało również, że niektóre tematy, takie jak CNN, mogłyby zostać omówione bardziej szczegółowo.

(na podstawie 17 opinii czytelników)

Oryginalny tytuł:

Neural Network Projects with Python: The ultimate guide to using Python to explore the true power of neural networks through six projects

Zawartość książki:

Zbuduj swoje portfolio uczenia maszynowego, tworząc 6 nowatorskich projektów sztucznej inteligencji z wykorzystaniem sieci neuronowych w Pythonie.

Kluczowe cechy

⬤ Odkryj architektury sieci neuronowych (takie jak CNN i LSTM), które napędzają ostatnie postępy w sztucznej inteligencji.

⬤ Tworzenie eksperckich sieci neuronowych w Pythonie przy użyciu popularnych bibliotek, takich jak Keras.

⬤ Obejmuje projekty takie jak wykrywanie obiektów, identyfikacja twarzy, analiza nastrojów i inne.

Opis książki

Sieci neuronowe są podstawą najnowszych osiągnięć w dziedzinie sztucznej inteligencji, zapewniając jedne z najlepszych rozwiązań wielu rzeczywistych problemów, w tym rozpoznawania obrazów, diagnostyki medycznej, analizy tekstu i innych. Książka ta omawia podstawowe koncepcje sieci neuronowych i głębokiego uczenia, a także kilka popularnych bibliotek w Pythonie do ich implementacji.

Zawiera ona praktyczne demonstracje sieci neuronowych w takich dziedzinach jak przewidywanie taryf, klasyfikacja obrazów, analiza nastrojów i wiele innych. W każdym przypadku książka zawiera opis problemu, konkretną architekturę sieci neuronowej wymaganą do rozwiązania tego problemu, rozumowanie stojące za zastosowanym algorytmem oraz powiązany kod Pythona do implementacji rozwiązania od podstaw. W trakcie tego procesu zdobędziesz praktyczne doświadczenie w korzystaniu z popularnych bibliotek Pythona, takich jak Keras, do budowania i trenowania własnych sieci neuronowych od podstaw.

Pod koniec tej książki opanujesz różne architektury sieci neuronowych i stworzysz najnowocześniejsze projekty AI w Pythonie, które natychmiast wzmocnią twoje portfolio uczenia maszynowego.

Czego się nauczysz

⬤ Poznasz różne architektury sieci neuronowych i ich zastosowanie w sztucznej inteligencji.

⬤ Opanować głębokie uczenie w Pythonie poprzez budowanie i trenowanie sieci neuronowych.

⬤ Opanować sieci neuronowe do regresji i klasyfikacji.

⬤ Odkryj konwolucyjne sieci neuronowe do rozpoznawania obrazów.

⬤ Naucz się analizy sentymentu na danych tekstowych przy użyciu długiej pamięci krótkotrwałej.

⬤ Zbuduj i wytrenuj wysoce dokładny system bezpieczeństwa rozpoznawania twarzy.