Generatív adverzális hálózatok ipari felhasználási esetekkel: Learning How to Build GAN Applications for Retail, Healthcare, Telecom, Media, Education, a

Olvasói vélemények

Jelenleg nincsenek olvasói vélemények. Az értékelés 12 olvasói szavazat alapján történt.

Eredeti címe:

Generative Adversarial Networks with Industrial Use Cases: Learning How to Build GAN Applications for Retail, Healthcare, Telecom, Media, Education, a

Könyv tartalma:

A legjobb könyv a GAN-ról

Főbb jellemzők

⬤ A mélytanulási tájkép és a GAN jelentőségének megértése.

⬤ A GAN alapjainak megtanulása.

⬤ A GAN nulláról történő felépítésének megtanulása.

⬤ A GAN matematikájának és korlátainak megértése.

⬤  A GAN alkalmazások megértése a kiskereskedelem, az egészségügy, a távközlés, a média és az EduTech számára.

⬤ A fontos GAN-papírok, például a pix2pixGAN, styleGAN, cycleGAN, DCGAN megértése.

⬤ A GAN-kódok ipari alkalmazásokhoz való elkészítésének megtanulása.

⬤ A GAN-fajták közötti különbség megértése.

Leírás

A könyv célja, hogy mindenki számára leegyszerűsítse a GAN-t. Ez a könyv nagyon fontos a gépi tanulással foglalkozó mérnökök, kutatók, diákok, professzorok és szakemberek számára. Az egyetemek és az online kurzusok oktatói nagyon érdekesnek fogják találni ezt a könyvet a fejlett mélytanulás, különösen a Generative Adversarial Networks(GAN) tanításához. Ipari szakemberek, kódolók és adattudósok a semmiből tanulhatják meg a GAN-t. Megtanulhatják, hogyan készítsenek GAN-kódokat ipari alkalmazásokhoz az egészségügy, a kiskereskedelem, a HRTech, az EduTech, a telekommunikáció, a média és a szórakoztatás számára. A GAN matematikáját tárgyalják és illusztrálják. A KL-divergencia és a GAN egyéb részei matematikailag illusztrálva és megvitatva vannak. Ez a könyv megtanítja, hogyan kell kódokat készíteni a pix2pix GAN, DCGAN, CGAN, styleGAN, cycleGAN és sok más GAN számára. A gépi tanulás és a mélytanulás kutatói e könyv segítségével a lehető legrövidebb idő alatt megtanulják a GAN-t.

Mit fogsz tanulni?

⬤  A gépi tanulás kutatói kényelmesen építhetnének fejlett mélytanulási kódokat ipari alkalmazásokhoz.

⬤  Az adattudósok elkezdenének nagyon összetett problémákat megoldani a mélytanulásban.

⬤  A diákok készen állnának arra, hogy ezekkel a készségekkel csatlakozzanak az iparhoz.

⬤  Az átlagos adatmérnökök és tudósok képesek lennének összetett GAN-kódokat fejleszteni a számítógépes látás legnehezebb problémáinak megoldására.

Kinek szól ez a könyv

Ez a könyv tökéletes gépi tanulási mérnökök, adattudósok, adatmérnökök, mélytanulással foglalkozó szakemberek és számítógépes látáskutatók számára. Ez a könyv nagyon hasznos az orvosi képalkotással foglalkozó szakemberek, az autonóm járművekkel foglalkozó szakemberek, a kiskereskedelmi divatszakemberek, a média- és szórakoztatóipari szakemberek, az edutech és a HRtech szakemberek számára is. A gépi tanulással, mélytanulással, számítógépes látással és ipari alkalmazásokkal foglalkozó professzorok és hallgatók rendkívül hasznosnak találnák ezt a könyvet.

Tartalomjegyzék

1. A GAN alapjai.

2. GAN-alkalmazások.

3. GAN-probléma.

4. A GAN-ok híres típusai.

A szerzőről

Navin K Manaswi a HRTech, a kiskereskedelem, az ITSM, az egészségügy, a távközlés, a biztosítás, a digitális marketing és az ellátási lánc számára fejlesztett AI megoldásokat/termékeket, miközben tanácsadó cégeknél dolgozott Malajziában, Szingapúrban és Dubaiban. Sorozatos vállalkozó a mesterséges intelligencia és a kiterjesztett valóság területén. Videóintelligencia, dokumentumintelligencia és emberhez hasonló chatbotok számára fejlesztett megoldásokat. Vendégtanár az IIT Kharagpur mesterséges intelligencia kurzusán, és a mélytanulásról szóló híres könyv szerzője. Hivatalosan a Google fejlesztői szakértője a gépi tanulás területén. A Google rendezvényein és főiskolai rendezvényeken AI hackathonokat és boot campeket szervez és mentorál. WoWExp nevű startupja fantasztikus termékeket fejleszt az AI és AR területén.

A blog linkjei: www.navinmanaswi.com.

LinkedIn profilja: https: //www.linkedin.com/in/navin-manaswi-1a708b8/.