Olvasói vélemények
Összegzés:A könyv vegyes értékeléseket kap a mélytanulás és a neurális hálózatok megértéséhez szükséges értékét illetően. Míg több olvasó értékeli a hozzáférhetőségét és a kezdők számára való gyakorlati alkalmazását, mások kritizálják a mélység hiánya, a rossz nyelvtan és a fordítás minőségével kapcsolatos problémák miatt.
Előnyök:Jó bevezetést nyújt a mélytanulási alkalmazásokba, hasznos a kezdők számára, olyan gyakorlati részeket tartalmaz, amelyek segítségével könnyen építhetők a hálózatok, egyes olvasók szerint kényelmes és tele van hasznos információkkal.
Hátrányok:⬤ Egyesek számára nem eléggé technikai
⬤ az elméleti magyarázatok elégtelenek lehetnek
⬤ kritizálták a rossz nyelvtan és a fordítás minősége miatt
⬤ egyesek érthetetlennek találták előzetes ismeretek nélkül
⬤ aggályok merültek fel a szerző hitelességével kapcsolatban.
(7 olvasói vélemény alapján)
Eredeti címe:
Deep Learning for Beginners: A comprehensive introduction of deep learning fundamentals for beginners to understanding frameworks, neural networks,
Könyv tartalma:
Ha egy teljes kezdő útmutatót keresel, hogy néhány óra alatt megtanulj mély tanulást példákkal, akkor folytasd az olvasást.
Ez a könyv elmélyül a mélytanulás alapjaiban azok számára, akik lelkesek minden gépi tanulással és mesterséges intelligenciával kapcsolatos dologgal kapcsolatban. Azoknak, akik láttak olyan filmeket, amelyekben számítógépes rendszerek veszik át a világuralmat, mint például a Terminátor, vagy jóindulatú rendszerek, amelyek vigyáznak a lakosságra, pl. a Person of Interest, ez a könyv pont az önök kedvére való lesz.
Ez a könyv megadja az alapokat arról, hogy mit jelent a mélytanulás. Ez a programozók által használt keretrendszereket és a mélytanulásban használt jelentős komponenseket és eszközöket jelenti, amelyek lehetővé teszik az arcfelismerést, a beszédfelismerést és a virtuális segítségnyújtást. Igen, a mélytanulás biztosítja azokat az eszközöket, amelyek révén az olyan rendszerek, mint a Siri, lehetővé váltak.
Fogd a példányt még ma, és tanulj:
⬤ A mélytanulás olyan keretrendszereket használ, amelyek lehetővé teszik, hogy az emberek olyan eszközöket fejlesszenek ki, amelyek jobb absztrakciót képesek nyújtani, a nehéz programozási kérdések egyszerűsítésével együtt. A TensorFlow a legnépszerűbb eszköz, és olyan vállalati óriások használják, mint az Airbus, a Twitter vagy éppen a Google.
⬤ A könyv a TensorFlow-t és a Caffe2-t mutatja be, mint a Google és a Facebook által fejlesztésre használt elsődleges keretrendszereket. A Facebook a Caffe2-t illusztrálja, mint az egyik könnyű és moduláris mélytanulási keretrendszert, bár a TensorFlow a legnépszerűbb, tekintve, hogy nagy népszerűségnek örvend, és így nagy fórummal rendelkezik, amely segítséget nyújt a főbb problémákhoz.
⬤ A könyv a mélytanulás számos komponensét és eszközét, például a neurális hálózatokat veszi figyelembe.
CNN-eket, RNN-eket, GAN-eket és autokódolókat. Ezek az algoritmusok hozzák létre azokat az építőelemeket, amelyek a mélytanulást hajtják előre és fejlesztik azt.
⬤ A könyv számos alkalmazást is figyelembe vesz, köztük a chatbotokat és a virtuális asszisztenseket, amelyek a mélytanulás fő fókuszába kerültek a jövőben, mivel ezek jelentik az információgyűjtés és a kapcsolódás következő határát. A dolgok internete is képviselteti magát itt, mivel a mélytanulás lehetővé teszi a különböző rendszerek integrálását egy mesterséges intelligencia rendszeren keresztül, amelyet már most is használnak az otthoni és autós funkciókban.
⬤ És még sok más...
Az adattudomány alkalmazása rengeteg értéket ad a vállalkozásoknak, és az adattudósok iránti igény továbbra is növekedni fog.
Ez a könyv valószínűleg az egyik legjobb könyv kezdőknek. Ez egy lépésről lépésre felépített útmutató mindazok számára, akik a mélytanulás és a mesterséges intelligencia tanulását a nulláról akarják elkezdeni.
Amikor az adattudomány dollármilliárdokkal csökkentheti a kiadási költségeket gazdaságunkban, miért várjunk a belevágással?
