Bewertung:

Das Buch bietet eine praktische und zugängliche Einführung in das maschinelle Lernen mit TensorFlow, mit einem Schwerpunkt auf Programmierung und realen Anwendungen. Während es für seine klaren Erklärungen und praktischen Beispiele gelobt wird, finden einige Leser, dass es an Tiefe in theoretischen Konzepten mangelt und nicht für absolute Anfänger geeignet ist.
Vorteile:Praktischer, praxisnaher Ansatz mit nützlichen Programmierbeispielen.
Nachteile:Klare, für Programmierer geeignete Erklärungen, ohne überwältigende mathematische Details.
(basierend auf 34 Leserbewertungen)
AI and Machine Learning for Coders: A Programmer's Guide to Artificial Intelligence
Wenn Sie einen Karriereschritt vom Programmierer zum KI-Spezialisten machen wollen, ist dies der ideale Startpunkt für Sie. Basierend auf den äußerst erfolgreichen KI-Kursen von Laurence Moroney bietet dieses Einführungsbuch einen praxisorientierten Ansatz, der Ihnen hilft, Selbstvertrauen aufzubauen, während Sie die wichtigsten Themen lernen.
Sie werden verstehen, wie man die häufigsten Szenarien des maschinellen Lernens implementiert, wie z. B. Computer Vision, Verarbeitung natürlicher Sprache (NLP) und Sequenzmodellierung für Web-, Mobil-, Cloud- und Embedded-Laufzeiten. Die meisten Bücher über maschinelles Lernen beginnen mit einer entmutigenden Menge an fortgeschrittener Mathematik. Dieses Handbuch ist auf praktischen Lektionen aufgebaut, die Sie direkt mit dem Code arbeiten lassen.
Sie werden lernen:
⬤ Wie man Modelle mit TensorFlow erstellt und dabei Fähigkeiten einsetzt, die Arbeitgeber wünschen.
⬤ Die Grundlagen des maschinellen Lernens durch die Arbeit mit Codebeispielen.
⬤ Wie man Computer Vision implementiert, einschließlich Merkmalserkennung in Bildern.
⬤ Wie man NLP verwendet, um Wörter und Sätze zu tokenisieren und zu sequenzieren.
⬤ Methoden zur Einbettung von Modellen in Android und iOS.
⬤ Wie man Modelle über das Web und in der Cloud mit TensorFlow Serving bereitstellt.