Ocena:
Książka jest ceniona za praktyczne podejście do uczenia maszynowego i TensorFlow, z jasnymi wyjaśnieniami i dobrze skomentowanym kodem. Wielu recenzentów poleca ją jako przydatne źródło informacji dla początkujących w tej dziedzinie. Została ona jednak skrytykowana za zbytnie uproszczenia, brak podstaw matematycznych i nieaktualne przykłady, które nie działają z najnowszymi wersjami TensorFlow. Niektórzy użytkownicy stwierdzili, że tekst jest chaotyczny i uważają, że lepsze informacje można znaleźć w Internecie.
Zalety:⬤ Praktyczne wprowadzenie
⬤ dobrze zorganizowane
⬤ jasne wyjaśnienia
⬤ świetne przykłady z kodem z adnotacjami
⬤ odpowiednie dla początkujących
⬤ przyziemny styl nauczania
⬤ dobre do łączenia istniejącej wiedzy.
⬤ Zbyt podstawowe dla doświadczonych użytkowników
⬤ brak matematycznego rygoru
⬤ przestarzałe i zepsute przykłady
⬤ niektórzy uważają, że tekst jest słaby i okrężny
⬤ druga połowa skupia się zbytnio na prostszych tematach zamiast na specyfice TensorFlow.
(na podstawie 22 opinii czytelników)
Machine Learning with Tensorflow
Podsumowanie
Machine Learning with TensorFlow daje czytelnikom solidne podstawy koncepcji uczenia maszynowego oraz praktyczne doświadczenie w kodowaniu TensorFlow w Pythonie.
Zakup książki drukowanej obejmuje bezpłatny eBook w formatach PDF, Kindle i ePub od Manning Publications.
O technologii
TensorFlow, biblioteka Google do uczenia maszynowego na dużą skalę, upraszcza często złożone obliczenia, reprezentując je jako wykresy i wydajnie mapując części wykresów na maszyny w klastrze lub na procesory pojedynczej maszyny.
O książce
Machine Learning with TensorFlow daje czytelnikom solidne podstawy koncepcji uczenia maszynowego oraz praktyczne doświadczenie w kodowaniu TensorFlow w Pythonie. Poznasz podstawy, pracując z klasycznymi algorytmami przewidywania, klasyfikacji i grupowania. Następnie przejdziesz do kolejnych rozdziałów: eksploracji koncepcji głębokiego uczenia się, takich jak autoenkodery, rekurencyjne sieci neuronowe i uczenie ze wzmocnieniem. Zapoznaj się z tą książką, a będziesz gotowy do wykorzystania TensorFlow we własnych aplikacjach uczenia maszynowego i głębokiego uczenia.
What's Inside
⬤ Dopasowywanie zadań do odpowiednich metod uczenia maszynowego i głębokiego uczenia.
⬤ Wizualizacja algorytmów za pomocą TensorBoard.
⬤ Zrozumieć i wykorzystać sieci neuronowe.
O Czytelniku
Napisany dla programistów doświadczonych w Pythonie i koncepcjach algebraicznych, takich jak wektory i macierze.
O autorze
Autor Nishant Shukla jest badaczem wizji komputerowej, koncentrującym się na zastosowaniu technik uczenia maszynowego w robotyce.
Starszy redaktor techniczny, Kenneth Fricklas, jest doświadczonym programistą, autorem i praktykiem uczenia maszynowego.
Spis treści
CZĘŚĆ 1 - TWOJA PLATFORMA UCZENIA MASZYNOWEGO.
⬤ Odyseja uczenia maszynowego.
⬤ Podstawy TensorFlow.
CZĘŚĆ 2 - PODSTAWOWE ALGORYTMY UCZENIA.
⬤ Regresja liniowa i nie tylko.
⬤ Delikatne wprowadzenie do klasyfikacji.
⬤ Automatyczne grupowanie danych.
⬤ Ukryte modele Markowa.
CZĘŚĆ 3 - PARADYGMAT SIECI NEURONOWYCH.
⬤ Rzut oka na autoenkodery.
⬤ Uczenie ze wzmocnieniem.
⬤ Konwolucyjne sieci neuronowe.
⬤ Powtarzające się sieci neuronowe.
⬤ Modele sekwencja-sekwencja dla chatbotów.
⬤ Krajobraz użyteczności.
© 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)