Leserbewertungen
Derzeit gibt es keine Leserbewertungen. Die Bewertung basiert auf 12 Stimmen.
Originaltitel:
Generative Adversarial Networks with Industrial Use Cases: Learning How to Build GAN Applications for Retail, Healthcare, Telecom, Media, Education, a
Inhalt des Buches:
Bestes Buch über GAN
Hauptmerkmale
⬤ Verständnis der Deep-Learning-Landschaft und der Bedeutung von GAN.
⬤ Grundlagen des GAN lernen.
⬤ Lernen, wie man GAN von Grund auf aufbaut.
⬤ Verstehen der Mathematik und der Grenzen von GAN.
⬤ Verständnis der GAN-Anwendungen für Einzelhandel, Gesundheitswesen, Telekommunikation, Medien und EduTech.
⬤ Verstehen der wichtigen GAN-Papiere wie pix2pixGAN, styleGAN, cycleGAN, DCGAN.
⬤ Lernen, wie man GAN-Code für industrielle Anwendungen erstellt.
⬤ Den Unterschied zwischen verschiedenen GAN-Varianten verstehen.
Beschreibung
Dieses Buch zielt darauf ab, GAN für jedermann zu vereinfachen. Dieses Buch ist sehr wichtig für Ingenieure des maschinellen Lernens, Forscher, Studenten, Professoren und Fachleute. Universitäten und Dozenten von Online-Kursen werden dieses Buch sehr interessant finden, um fortgeschrittenes Deep Learning zu lehren, insbesondere Generative Adversarial Networks (GAN). Fachleute aus der Industrie, Programmierer und Datenwissenschaftler können GAN von Grund auf erlernen. Sie können lernen, wie man GAN-Codes für industrielle Anwendungen in den Bereichen Gesundheitswesen, Einzelhandel, HRTech, EduTech, Telekommunikation, Medien und Unterhaltung erstellt. Die Mathematik des GAN wird diskutiert und illustriert. KL-Divergenz und andere Teile von GAN werden illustriert und mathematisch diskutiert. Dieses Buch zeigt, wie man Codes für pix2pix GAN, DCGAN, CGAN, styleGAN, cycleGAN und viele andere GANs erstellt. Forscher im Bereich des maschinellen Lernens und des Deep Learning werden mit Hilfe dieses Buches GAN in kürzester Zeit erlernen.
(Was werden Sie lernen?)
⬤ Forscher im Bereich des maschinellen Lernens werden in der Lage sein, fortgeschrittene Deep-Learning-Codes für industrielle Anwendungen zu erstellen.
⬤ Data Scientists können sehr komplexe Probleme mit Deep Learning lösen.
⬤ Studenten wären bereit, mit diesen Fähigkeiten in die Industrie einzusteigen.
⬤ Durchschnittliche Dateningenieure und Wissenschaftler wären in der Lage, komplexe GAN-Codes zu entwickeln, um die schwierigsten Probleme in der Computer Vision zu lösen.
Für wen ist dieses Buch gedacht?
Dieses Buch ist perfekt für Ingenieure für maschinelles Lernen, Datenwissenschaftler, Dateningenieure, Deep-Learning-Experten und Forscher im Bereich Computer Vision. Dieses Buch ist auch sehr nützlich für Fachleute aus den Bereichen medizinische Bildgebung, autonome Fahrzeuge, Einzelhandel, Mode, Medien und Unterhaltung, Edutech und HRtech. Professoren und Studenten, die sich mit maschinellem Lernen, Deep Learning, Computer Vision und industriellen Anwendungen beschäftigen, werden dieses Buch sehr nützlich finden.
Inhaltsverzeichnis
1. Grundlagen des GAN.
2. GAN-Anwendungen.
3. Probleme mit GAN.
4. Berühmte Arten von GANs.
Über den Autor
Navin K Manaswi hat KI-Lösungen/Produkte für die Bereiche HRTech, Einzelhandel, ITSM, Gesundheitswesen, Telekommunikation, Versicherungen, digitales Marketing und Lieferkette entwickelt, während er für Beratungsunternehmen in Malaysia, Singapur und Dubai arbeitete. Er ist ein Serienunternehmer im Bereich der künstlichen Intelligenz und der Augmented Reality. Er hat Lösungen für Video Intelligence, Document Intelligence und menschenähnliche Chatbots entwickelt. Er ist Gastdozent am IIT Kharagpur für KI-Kurse und Autor des berühmten Buches über Deep Learning. Er ist offiziell ein Google Developer Expert für maschinelles Lernen. Er organisiert und betreut KI-Hackathons und Bootcamps bei Google-Events und Hochschulveranstaltungen. Sein Startup WoWExp hat großartige Produkte im Bereich KI und AR entwickelt.
Ihre Blog-Links: www.navinmanaswi.com.
Ihr LinkedIn-Profil: https: //www.linkedin.com/in/navin-manaswi-1a708b8/.
Weitere Daten des Buches:
| ISBN: | 9789389423853 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
Kauf:
Derzeit verfügbar, auf Lager.
