Dịch
Deep Learning Illustrated: A Visual, Interactive Guide to Artificial Intelligence, 1st edition
BRAND: PEARSON
| Publisher: | Addison-Wesley Professional |
| Author: | Jon KrohnGrant; Beyleveld; Aglaé Bassens |
| Edition: | (September 18, 2019) © 2020 |
| eBook ISBN: | 9780135121726 |
| Print ISBN: | 9780135116692 |
| Type: | 1 Year Subscription. Dành cho Cá nhân |
eBook edition. 1 Year Subscription. Dành cho Cá nhân | Trường ĐH, Nhóm, Thư Viện: Gọi 0915920514 để báo giá Pearson, Vital Source eBook hoặc mua Sách In
See what in the box
Mô tả sản phẩm
Học sâu là một trong những lĩnh vực nóng nhất hiện nay. Phương pháp tiếp cận học máy này đang đạt được những kết quả đột phá trong một số ứng dụng nổi bật nhất hiện nay, trong các tổ chức từ Google đến Tesla, Facebook đến Apple. Hàng nghìn chuyên gia kỹ thuật và sinh viên muốn bắt đầu tận dụng sức mạnh của nó, nhưng những cuốn sách trước đây về học sâu thường không trực quan, khó tiếp cận và khô khan. Trong Deep Learning Illustrated, ba giảng viên và học viên đẳng cấp thế giới trình bày một phần giới thiệu cấp cao trực quan, trực quan và dễ tiếp cận độc đáo về các kỹ thuật và ứng dụng của học sâu. Với nhiều hình ảnh minh họa sống động, đầy màu sắc, cuốn sách này tóm tắt phần lớn sự phức tạp của việc xây dựng các mô hình học sâu, giúp lĩnh vực này trở nên thú vị hơn để học và dễ tiếp cận hơn với nhiều đối tượng hơn.
Tổng quan cấp cao của Phần I giải thích Học sâu là gì, tại sao nó lại trở nên phổ biến như vậy và nó liên quan như thế nào đến các khái niệm và thuật ngữ như Trí tuệ nhân tạo, Học máy, Mạng nơ-ron nhân tạo và Học tăng cường. Những chương mở đầu này chứa đầy những hình ảnh minh họa sống động, phép so sánh dễ hiểu và các câu chuyện tập trung vào nhân vật.
Dựa trên nền tảng này, các tác giả sau đó cung cấp tài liệu tham khảo và hướng dẫn thực tế để áp dụng nhiều kỹ thuật học sâu đã được chứng minh. Lý thuyết cơ bản được trình bày với ít toán học nhất có thể và được làm sáng tỏ bằng mã Python thực hành. Lý thuyết được hỗ trợ bằng các "lần chạy thử" thực tế có sẵn trong sổ tay Jupyter đi kèm, cung cấp sự hiểu biết thực tế về tất cả các phương pháp học sâu chính và các ứng dụng của chúng: thị giác máy, xử lý ngôn ngữ tự nhiên, tạo hình ảnh và trò chơi điện tử.
Để giúp người đọc hoàn thành nhiều việc hơn trong thời gian ngắn hơn, các tác giả giới thiệu một số thư viện học sâu được sử dụng rộng rãi và sáng tạo nhất hiện nay, bao gồm TensorFlow và API cấp cao của nó, Keras; PyTorch; và Coach cấp cao mới phát hành gần đây, một API TensorFlow trừu tượng hóa sự phức tạp thường liên quan đến việc xây dựng các thuật toán Học tăng cường sâu.
Part I: Introducing Deep Learning
1. Biological and Machine Vision
2. Human and Machine Language
3. Human and Machine Art
4. Game-Playing Machines Backgammon Atari Go
Part II: Essential Theory Illustrated
5. Artificial Neurons
6. Artificial Neural Networks
7. Training Deep Networks
8. Improving Deep Networks
Part III: Interactive Applications
9. Machine Vision
10. Natural Language Processing
11. Generative Adversarial Networks
12. Reinforcement Learning
Part IV: Deep Learning Libraries
13. TensorFlow
14. PyTorch
Part V: Artificial Intelligence
15. Deep Learning and the AI Revolution
16. Building Your Own Deep Learning Project
Học sâu là một trong những lĩnh vực nóng nhất hiện nay. Phương pháp tiếp cận học máy này đang đạt được những kết quả đột phá trong một số ứng dụng nổi bật nhất hiện nay, trong các tổ chức từ Google đến Tesla, Facebook đến Apple. Hàng nghìn chuyên gia kỹ thuật và sinh viên muốn bắt đầu tận dụng sức mạnh của nó, nhưng những cuốn sách trước đây về học sâu thường không trực quan, khó tiếp cận và khô khan. Trong Deep Learning Illustrated, ba giảng viên và học viên đẳng cấp thế giới trình bày một phần giới thiệu cấp cao trực quan, trực quan và dễ tiếp cận độc đáo về các kỹ thuật và ứng dụng của học sâu. Với nhiều hình ảnh minh họa sống động, đầy màu sắc, cuốn sách này tóm tắt phần lớn sự phức tạp của việc xây dựng các mô hình học sâu, giúp lĩnh vực này trở nên thú vị hơn để học và dễ tiếp cận hơn với nhiều đối tượng hơn.
Tổng quan cấp cao của Phần I giải thích Học sâu là gì, tại sao nó lại trở nên phổ biến như vậy và nó liên quan như thế nào đến các khái niệm và thuật ngữ như Trí tuệ nhân tạo, Học máy, Mạng nơ-ron nhân tạo và Học tăng cường. Những chương mở đầu này chứa đầy những hình ảnh minh họa sống động, phép so sánh dễ hiểu và các câu chuyện tập trung vào nhân vật.
Dựa trên nền tảng này, các tác giả sau đó cung cấp tài liệu tham khảo và hướng dẫn thực tế để áp dụng nhiều kỹ thuật học sâu đã được chứng minh. Lý thuyết cơ bản được trình bày với ít toán học nhất có thể và được làm sáng tỏ bằng mã Python thực hành. Lý thuyết được hỗ trợ bằng các "lần chạy thử" thực tế có sẵn trong sổ tay Jupyter đi kèm, cung cấp sự hiểu biết thực tế về tất cả các phương pháp học sâu chính và các ứng dụng của chúng: thị giác máy, xử lý ngôn ngữ tự nhiên, tạo hình ảnh và trò chơi điện tử.
Để giúp người đọc hoàn thành nhiều việc hơn trong thời gian ngắn hơn, các tác giả giới thiệu một số thư viện học sâu được sử dụng rộng rãi và sáng tạo nhất hiện nay, bao gồm TensorFlow và API cấp cao của nó, Keras; PyTorch; và Coach cấp cao mới phát hành gần đây, một API TensorFlow trừu tượng hóa sự phức tạp thường liên quan đến việc xây dựng các thuật toán Học tăng cường sâu.
Part I: Introducing Deep Learning
1. Biological and Machine Vision
2. Human and Machine Language
3. Human and Machine Art
4. Game-Playing Machines Backgammon Atari Go
Part II: Essential Theory Illustrated
5. Artificial Neurons
6. Artificial Neural Networks
7. Training Deep Networks
8. Improving Deep Networks
Part III: Interactive Applications
9. Machine Vision
10. Natural Language Processing
11. Generative Adversarial Networks
12. Reinforcement Learning
Part IV: Deep Learning Libraries
13. TensorFlow
14. PyTorch
Part V: Artificial Intelligence
15. Deep Learning and the AI Revolution
16. Building Your Own Deep Learning Project
