Értékelés:
A könyvet dicsérik a gépi tanulás koncepcióinak és gyakorlati példáinak átfogó lefedettségéért, de kritikával kell szembenéznie amiatt, hogy a TensorFlow 2 kiadása ellenére erősen támaszkodik a TensorFlow 1-re. A felhasználók értékelik a lebilincselő írásmódot és az információk mélységét, ugyanakkor technikai hibákat és elavult tartalmat is említenek.
Előnyök:A gépi tanulás alapjainak átfogó lefedettsége, gyakorlati példák, magával ragadó írásmód, jó kódmagyarázat, további források, például e-könyvek és online frissítések elérhetősége.
Hátrányok:A TensorFlow 1-re összpontosító elavult tartalom, technikai hibák a példákban, megkérdőjelezhető szerkesztési döntések (pl. színes grafikonok fekete-fehérben), egyenetlen tempó, elégtelen mélytanulási lefedettség.
(10 olvasói vélemény alapján)
Machine Learning with Tensorflow, Second Edition
A Machine Learning with TensorFlow teljesen átdolgozott második kiadása megtanítja a gépi tanulás alapfogalmait, valamint azt, hogyan használhatja a TensorFlow könyvtárat hatékony ML-modellek gyors felépítéséhez.
Megtanulja a regressziós, osztályozási és klaszterezési algoritmusok alapjait, és alkalmazza őket valós kihívások megoldására. Az új és átdolgozott tartalom kibővíti az alapvető gépi tanulási algoritmusok és a neurális hálózatok, például a VGG-Face arcazonosító osztályozók és a mély beszédosztályozók lefedettségét.
A NASA JPL helyettes technológiai igazgatója és vezető adattudósa, Chris Mattmann által írt könyvhöz minden példát letölthető Jupyter jegyzetfüzet is tartozik, hogy gyakorlati tapasztalatot szerezzen a TensorFlow Python nyelven történő kódolásáról. A nyomtatott könyv megvásárlása magában foglalja a Manning Publications ingyenes e-könyvét PDF, Kindle és ePub formátumban.
© Book1 Group - minden jog fenntartva.
Az oldal tartalma sem részben, sem egészben nem másolható és nem használható fel a tulajdonos írásos engedélye nélkül.
Utolsó módosítás időpontja: 2024.11.13 21:05 (GMT)