Olvasói vélemények
Összegzés:A könyv számos mélytanulási technikát mutat be, és különösen alkalmas a Pythonban kezdők számára. A hangsúlyt a fogalmak megértésére helyezi, nem pedig a kód puszta másolására. Jelentős kritikák érik azonban az információk ismétlődését az egész sorozatban, a részletes kódmagyarázatok hiányát és a gyenge nyomtatási minőséget.
Előnyök:Értékes betekintést és technikákat kínál a Python és a mélytanulás elsajátításához, a kezdők számára érthetőbb, a kódolásban önállóságra ösztönöz, gyakorlatokat tartalmaz a gyakorláshoz, és általában élvezetes és könnyen követhető.
Hátrányok:Ismétlődő tartalom az egész sorozatban, hiányoznak a részletes magyarázatok egyes kódolási szakaszokhoz, rossz nyomtatási minőség (fekete-fehér), és néhány olvasó zavarónak találta a nem megfelelő jelölések és magyarázatok miatt.
(9 olvasói vélemény alapján)
Eredeti címe:
Deep Learning Crash Course for Beginners with Python: Theory and Applications of Artificial Neural Networks, CNN, RNN, LSTM and Autoencoders using Ten
Könyv tartalma:
A mesterséges intelligencia ma a divat!
Bár lehet, hogy nehéz megérteni a mesterséges intelligencia legújabb fejlesztéseit, egyszerűen két leghíresebb fejlesztésről van szó: A gépi tanulás és a mélytanulás. 2020-ban a Deep Learning leigákkal vezet, mert a pontosság tekintetében fölényben van, különösen akkor, ha hatalmas mennyiségű adattal képzik ki. A Deep Learning lényegében a Machine Learning egy részhalmaza, de óriási teljesítmény és rugalmasság elérésére képes. A big data technológia korszaka pedig hatalmas lehetőségeket kínál a mélytanulás hihetetlen innovációira.
Miben más ez a könyv?
Ez a könyv a mélytanulás elméleti és gyakorlati szempontjainak egyaránt nagy jelentőséget tulajdonít. Meg fogja érteni, hogyan működnek a nagy teljesítményű mélytanulási algoritmusok. Minden fejezetben a különböző típusú mélytanulási technikák elméleti magyarázatát gyakorlati példák követik. Megtanulja, hogyan lehet a különböző mélytanulási technikákat a Pythonhoz készült TensorFlow Keras könyvtár segítségével megvalósítani. Minden fejezet tartalmaz feladatokat, amelyek segítségével felmérheti, hogy mennyire érti az adott fejezetben elmagyarázott fogalmakat. Emellett a Források között megtalálható az egyes fejezetekhez tartozó Python jegyzetfüzet is. A könyv megvásárlásának legfontosabb előnye, hogy a kiadó weboldalán azonnali hozzáférést kap a könyvvel együtt bemutatott összes extra tartalomhoz - a python kódokhoz, hivatkozásokhoz, gyakorlatokhoz és PDF-ekhez. Nem kell egy fillért sem költenie. A könyvben használt adatkészleteket vagy futás közben tölti le, vagy a Resources/Datasets mappában találja meg.
További előnye, hogy részletes magyarázatot ad a könyvben szereplő különböző mélytanulási algoritmusok végrehajtásához szükséges szoftverek telepítési lépéseiről. Vagyis már az első oldalon kísérletezhetsz a mélytanulás gyakorlati aspektusaival. Még ha új is a Pythonban, akkor is rendkívül hasznosnak fogja találni a Python programozási nyelvről szóló gyorstalpaló tanfolyamot az első fejezetben. Mivel az összes kódot és adatkészletet tartalmazza ez a könyv, csak egy internetkapcsolattal rendelkező számítógéphez kell hozzáférnie ahhoz, hogy elkezdhesse a munkát.
A tárgyalt témák a következők:
⬤ Python gyorstalpaló tanfolyam.
⬤ Mélyreható tanulási előfeltételek: Lineáris és logisztikus regresszió.
⬤ Neurális hálózatok a semmiből Pythonban.
⬤ Bevezetés a TensorFlow és a Keras rendszerbe.
⬤ Konvolúciós neurális hálózatok.
⬤ Sorozatosztályozás rekurrens neurális hálózatokkal.
⬤ Mélyreható tanulás természetes nyelvfeldolgozáshoz.
⬤ Felügyelet nélküli tanulás automatikus kódolókkal.
⬤ Válaszok az összes feladatra.
Kattintson a VÁSÁRLÁS gombra, és töltse le a könyvet most, hogy elkezdje a mélytanulás útját.
