Recensioni dei lettori
Riepilogo:Il libro è una risorsa ben accolta dai principianti dell'apprendimento automatico e dell'apprendimento profondo, che offre spiegazioni chiare e progetti pratici. Pur fornendo un'introduzione accessibile e un'ampia copertura degli argomenti chiave, è criticato per il codice obsoleto e alcune incoerenze.
Vantaggi:Il libro è eccellente per i principianti, grazie a spiegazioni chiare, esempi pratici e progetti pratici. I lettori hanno apprezzato la guida dettagliata passo-passo, la copertura completa delle reti neurali e l'efficacia dello stile di insegnamento. Molti utenti hanno trovato il libro utile per iniziare il loro percorso nell'apprendimento automatico e per applicare le reti neurali nei loro progetti.
Svantaggi:Diverse recensioni segnalano che il codice è obsoleto, con conseguenti frustrazioni dovute a funzioni deprecate e bug. Inoltre, alcuni lettori hanno riscontrato problemi in cui il codice di esempio presente nel libro non corrispondeva a quello disponibile su GitHub e c'erano riferimenti nel testo che non erano chiari a causa della stampa del libro in scala di grigi. Alcuni utenti hanno anche ritenuto che alcuni argomenti, come le CNN, avrebbero potuto essere trattati in modo più dettagliato.
(basato su 17 recensioni dei lettori)
Titolo originale:
Neural Network Projects with Python: The ultimate guide to using Python to explore the true power of neural networks through six projects
Contenuto del libro:
Costruisci il tuo portfolio di Machine Learning creando 6 progetti di Intelligenza Artificiale all'avanguardia utilizzando le reti neurali in Python.
Caratteristiche principali
⬤ Scoprire le architetture di rete neurale (come CNN e LSTM) che stanno guidando i recenti progressi nell'IA.
⬤ Costruire reti neurali esperte in Python utilizzando librerie popolari come Keras.
⬤ Include progetti come il rilevamento di oggetti, l'identificazione di volti, l'analisi dei sentimenti e altro ancora.
Descrizione del libro
Le reti neurali sono al centro dei recenti progressi dell'IA e forniscono alcune delle migliori soluzioni a molti problemi del mondo reale, tra cui il riconoscimento delle immagini, la diagnosi medica, l'analisi del testo e altro ancora. Questo libro illustra alcuni concetti di base delle reti neurali e dell'apprendimento profondo, nonché alcune popolari librerie in Python per la loro implementazione.
Contiene dimostrazioni pratiche di reti neurali in domini come la previsione delle tariffe, la classificazione delle immagini, l'analisi del sentiment e altro ancora. In ogni caso, il libro fornisce una descrizione del problema, l'architettura specifica della rete neurale necessaria per affrontarlo, il ragionamento alla base dell'algoritmo utilizzato e il codice Python associato per implementare la soluzione da zero. In questo modo, si acquisisce esperienza pratica nell'uso di librerie Python popolari come Keras per costruire e addestrare le proprie reti neurali da zero.
Alla fine di questo libro, avrete imparato a conoscere le diverse architetture di reti neurali e a creare progetti di intelligenza artificiale all'avanguardia in Python che rafforzeranno immediatamente il vostro portafoglio di apprendimento automatico.
Che cosa imparerete?
⬤ Apprendere le varie architetture di reti neurali e i loro progressi nell'IA.
⬤ Padroneggiare il deep learning in Python costruendo e addestrando reti neurali.
⬤ Padroneggiare le reti neurali per la regressione e la classificazione.
⬤ Scoprire le reti neurali convoluzionali per il riconoscimento delle immagini.
⬤ Imparare l'analisi del sentiment su dati testuali utilizzando la memoria a breve termine.
⬤ Costruire e addestrare un sistema di sicurezza per il riconoscimento facciale altamente accurato.
