Originaltitel:
Deep Learning For Beginners: 2 Manuscripts: Deep Learning For Beginners And Data Science From Scratch
Inhalt des Buches:
2 Bücher in 1 Dies ist das Bündel von zwei erfolgreichen Büchern auf dem Markt
Buch 1: In "Deep Learning für Einsteiger: Eine umfassende Einführung in die Grundlagen des Deep Learning für Anfänger, um Frameworks, neuronale Netzwerke, große Datensätze und kreative Anwendungen mit Leichtigkeit zu verstehen" lernen Sie:
⬤ Deep Learning nutzt Frameworks, die es erlauben, Tools zu entwickeln, die eine bessere Abstraktion und eine Vereinfachung schwieriger Programmieraufgaben bieten. TensorFlow ist das populärste Tool und wird von Unternehmensgiganten wie Airbus, Twitter und sogar Google verwendet.
⬤ Das Buch stellt TensorFlow und Caffe2 als die wichtigsten Frameworks vor, die von Google und Facebook für die Entwicklung verwendet werden. Facebook veranschaulicht Caffe2 als eines der leichtgewichtigen und modularen Deep-Learning-Frameworks, obwohl TensorFlow das beliebteste ist, da es sich großer Beliebtheit erfreut und somit ein großes Forum hat, das Hilfe bei den wichtigsten Problemen bietet.
⬤ Das Buch befasst sich mit verschiedenen Komponenten und Werkzeugen des Deep Learning, wie den neuronalen Netzen, CNNs, RNNs, GANs und Auto-Encodern. Diese Algorithmen bilden die Bausteine, die Deep Learning vorantreiben und weiterentwickeln.
⬤ Das Buch befasst sich auch mit verschiedenen Anwendungen, darunter Chatbots und virtuelle Assistenten, die in Zukunft im Mittelpunkt des Deep Learning stehen werden, da sie die nächste Grenze der Informationserfassung und Konnektivität darstellen. Auch das Internet der Dinge ist hier vertreten, da Deep Learning die Integration verschiedener Systeme über ein System der künstlichen Intelligenz ermöglicht, das bereits für Funktionen im Haushalt und im Auto eingesetzt wird.
⬤ Und vieles mehr...
Buch 2: In "Data Science from Scratch: The #1 Data Science Guide for Everything A Data Scientist Needs to Know: Python, Lineare Algebra, Statistik, Kodierung, Anwendungen, Neuronale Netze und Entscheidungsbäume" lernen Sie:
⬤ Gründliche Informationen darüber, was Datenwissenschaft ist und warum sie wichtig ist.
⬤ Die Voraussetzungen, die Sie für den Einstieg in die Datenwissenschaft benötigen.
⬤ Was es bedeutet, ein Datenwissenschaftler zu sein.
⬤ Die Rollen, die Hacking und Coding in der Datenwissenschaft spielen.
⬤ Die verschiedenen Programmiersprachen, die in der Datenwissenschaft verwendet werden können.
⬤ Warum Python so wichtig ist.
⬤ Wie man lineare Algebra und Statistik benutzt.
⬤ Die verschiedenen Anwendungen der Datenwissenschaft.
⬤ Wie man mit den Daten durch Munging und Cleaning arbeitet.
⬤ Und vieles mehr...
Diese Bücher bieten bewährte Konzepte und Strategien für Menschen, die mehr über Deep Learning und die Arbeit mit Daten wissen wollen. Nach der Lektüre dieses Pakets werden Sie in der Lage sein, die richtige Architektur auszuwählen, ein lernfähiges System zu erstellen, es zu trainieren und es dann zur Erreichung Ihrer Ziele einzusetzen.
Holen Sie sich Ihr Exemplar dieser fantastischen Leitfäden, um modernste Deep-Learning-Algorithmen und deren Implementierung zu beherrschen.
Weitere Daten des Buches:
| ISBN: | 9783903331372 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Taschenbuch |
Kauf:
Derzeit verfügbar, auf Lager.
