Ocena:
Książka jest chwalona za kompleksowe omówienie koncepcji uczenia maszynowego i praktyczne przykłady, ale spotyka się z krytyką za poleganie w dużej mierze na TensorFlow 1 pomimo wydania TensorFlow 2. Użytkownicy doceniają wciągający styl pisania i głębię informacji, zauważając jednocześnie błędy techniczne i nieaktualne treści.
Zalety:Kompleksowe omówienie podstaw uczenia maszynowego, praktyczne przykłady, wciągający styl pisania, dobre wyjaśnienie kodu, dostępność dodatkowych zasobów, takich jak e-booki i aktualizacje online.
Wady:Przestarzała treść skupiona na TensorFlow 1, błędy techniczne w przykładach, wątpliwe wybory edytorskie (np. kolorowe wykresy w czerni i bieli), nierówne tempo z niewystarczającym pokryciem głębokiego uczenia.
(na podstawie 10 opinii czytelników)
Machine Learning with Tensorflow, Second Edition
To w pełni zaktualizowane drugie wydanie Machine Learning with TensorFlow uczy podstawowych pojęć uczenia maszynowego i tego, jak wykorzystać bibliotekę TensorFlow do szybkiego tworzenia potężnych modeli ML. Poznasz podstawy algorytmów regresji, klasyfikacji i grupowania, stosując je do rozwiązywania rzeczywistych wyzwań.
Nowe i poprawione treści rozszerzają zakres podstawowych algorytmów uczenia maszynowego i postępów w sieciach neuronowych, takich jak klasyfikatory identyfikacji twarzy VGG-Face i głębokie klasyfikatory mowy. Napisany przez zastępcę dyrektora ds.
technicznych NASA JPL i głównego badacza danych Chrisa Mattmanna, wszystkim przykładom towarzyszą dostępne do pobrania notatniki Jupyter, umożliwiające praktyczne doświadczenie w kodowaniu TensorFlow w Pythonie. 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)