Eredeti címe:
Deep Learning For Beginners: 2 Manuscripts: Deep Learning For Beginners And Data Science From Scratch
Könyv tartalma:
2 könyv 1-ben Ez két sikeres könyv csomagja a piacon
1. könyv: A "Deep Learning for Beginners: A mélytanulás alapjainak átfogó bevezetése kezdőknek a keretrendszerek, neurális hálózatok, nagy adathalmazok és kreatív alkalmazások könnyed megértéséhez" című könyvben megtanulhatja:
⬤ A mélytanulás keretrendszereket használ, amelyek lehetővé teszik az emberek számára, hogy olyan eszközöket fejlesszenek, amelyek jobb absztrakciót képesek nyújtani, a nehéz programozási kérdések egyszerűsítése mellett. A TensorFlow a legnépszerűbb eszköz, amelyet olyan vállalati óriások használnak, 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 vizsgálja, például a neurális hálózatokat; CNN-eket, RNN-eket, GAN-eket és autokódolókat. Ezek az algoritmusok hozzák létre azokat az építőelemeket, amelyek a mélytanulást hajtják előre és fejlesztik.
⬤ A könyv számos alkalmazást is figyelembe vesz, köztük a chatbotokat és a virtuális asszisztenseket, amelyek a jövőben a mélytanulás fő fókuszába kerülnek, 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 alkalmaznak az otthoni és az autós funkciókban.
⬤ És még sok más...
2. könyv: A "Data Science from Scratch: A #1 Data Science Guide for Everything A Data Scientist Needs to Know: Python, lineáris algebra, statisztika, kódolás, alkalmazások, neurális hálózatok és döntési fák"" megtanulhatod:
⬤ Mélyreható információkat arról, hogy mi az adattudomány és miért fontos.
⬤ Az előfeltételek, amelyekre szüksége lesz ahhoz, hogy elkezdhesse az adattudományt.
⬤ Mit jelent adattudósnak lenni.
⬤ A hackelés és a kódolás szerepe az adattudományban.
⬤ Az adattudományban használható különböző kódolási nyelvek.
⬤ Miért olyan fontos a python.
⬤ Hogyan használjuk a lineáris algebrát és a statisztikát.
⬤ Az adattudomány különböző alkalmazásai.
⬤ Hogyan dolgozzunk az adatokkal a mungózás és tisztítás révén.
⬤ És még sok minden más...
Ezek a könyvek bevált koncepciókat és stratégiákat kínálnak azoknak, akik többet szeretnének tudni a mélytanulásról és az adatokkal való munkáról. A csomag elolvasása után képes leszel kiválasztani a megfelelő architektúrát, hogyan építs egy tanulni képes rendszert, hogyan képezd ki, majd hogyan használd a céljaid eléréséhez.
Szerezze be ezeket a fantasztikus útmutatókat, hogy elsajátítsa a legmodernebb, mélytanulási algoritmusokat és azok megvalósítását
