Olvasói vélemények
Összegzés:A könyv célja a mélytanulási koncepciók bevezetése, de a kezdők számára a hatékonyságáról és érthetőségéről megoszlanak a vélemények. Egyes kritikusok informatívnak és gyakorlatiasnak találják, míg mások a technikai mélységét és az írás minőségét kritizálják.
Előnyök:Jó bevezetést nyújt a mélytanulási alkalmazásokba, a gyakorlati részek hasznosak a hálózatok építéséhez, kezdők számára kényelmes, hasznos információkat tartalmaz.
Hátrányok:Nem túl technikai jellegű, előzetes ismeretek nélkül érthetetlen lehet, gyenge nyelvtani és fordítási minőség, egyesek átverésnek tartják, vagy úgy érzik, hogy nem tartalmaz elegendő elméleti magyarázatot.
(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, amelyek jobb absztrakciót képesek nyújtani, a nehéz programozási kérdések egyszerűsítése mellett. 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 vizsgálja, mint például a neurális hálózatok; CNN-ek, RNN-ek, GAN-ek és autokódolók. 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 alkalmaznak az otthoni és az autós funkciókban.
⬤ És még sok minden más...
Az adattudomány alkalmazása rengeteg hozzáadott értéket jelent a vállalkozások számára, és továbbra is azt látjuk, hogy az adattudósok iránti igény 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?
