Původní název:
Deep Learning For Beginners: 2 Manuscripts: Deep Learning For Beginners And Data Science From Scratch
Obsah knihy:
2 knihy v 1 Jedná se o svazek dvou úspěšných knih na trhu
Kniha 1: V knize "Deep Learning for Beginners: V této knize: "Komplexní úvod do základů hlubokého učení pro začátečníky, který vám umožní snadno porozumět rámcům, neuronovým sítím, velkým datovým sadám a kreativním aplikacím" se dozvíte:
⬤ Hluboké učení využívá rámce, které umožňují lidem vyvíjet nástroje, jež jsou schopny nabídnout lepší abstrakci spolu se zjednodušením obtížných programátorských otázek. Nejpopulárnějším nástrojem je TensorFlow, který používají firemní giganti, jako je Airbus, Twitter a dokonce i Google.
⬤ Kniha ilustruje TensorFlow a Caffe2 jako hlavní frameworky, které pro vývoj používají společnosti Google a Facebook. Facebook ilustruje Caffe2 jako jeden z lehkých a modulárních frameworků pro hluboké učení, i když TensorFlow je nejpopulárnější, vzhledem k tomu, že má velkou popularitu, a tedy i velké fórum, které umožňuje pomoc při řešení hlavních problémů.
⬤ Kniha se zabývá několika komponentami a nástroji hlubokého učení, jako jsou neuronové sítě; CNN, RNN, GAN a autoenkodéry. Tyto algoritmy vytvářejí stavební kameny, které pohánějí hluboké učení a posouvají ho kupředu.
⬤ Kniha se zabývá také několika aplikacemi, včetně chatbotů a virtuálních asistentů, které se staly hlavním předmětem zájmu hlubokého učení do budoucna, protože představují další hranici ve shromažďování informací a propojení. Zastoupen je zde také internet věcí, neboť hluboké učení umožňuje integraci různých systémů prostřednictvím systému umělé inteligence, který se již využívá pro funkce domácnosti a automobilu.
⬤ A mnohem více...
Kniha 2: V knize "Data Science from Scratch: Průvodce datovou vědou č. 1 pro vše, co datový vědec potřebuje znát: Python, lineární algebra, statistika, kódování, aplikace, neuronové sítě a rozhodovací stromy" se naučíte:
⬤ Hluboké informace o tom, co je datová věda a proč je důležitá.
⬤ Předpoklady, které budete potřebovat, abyste mohli začít s datovou vědou.
⬤ Co to znamená být datovým vědcem.
⬤ Role, které v datové vědě hrají hacking a kódování.
⬤ Různé kódovací jazyky, které lze v datové vědě použít.
⬤ Proč je python tak důležitý.
⬤ Jak používat lineární algebru a statistiku.
⬤ Různé aplikace pro datovou vědu.
⬤ Jak pracovat s daty pomocí mungingu a čištění.
⬤ A mnoho dalšího...
Tyto knihy poskytují osvědčené koncepty a strategie pro ty, kteří se chtějí dozvědět více o hlubokém učení a práci s daty. Po přečtení tohoto svazku budete schopni vybrat správný druh architektury, jak vytvořit systém, který se umí učit, jak ho trénovat a jak ho pak použít k dosažení svých cílů.
Pořiďte si kopii těchto fantastických průvodců, které vám pomohou zvládnout nejmodernější algoritmy hlubokého učení a jejich implementaci.
