Глубокое обучение на Python (Франсуа Шолле); Издательский дом "Питер", 2018

НЕЙРОСЕТЬ своими руками за 10 минут на Python

Распознавание объектов на Python / Глубокое машинное обучение

Различие между Искусственным Интеллектом, Машинным обучением и Глубоким обучением

Как я начал изучать нейросети и python

НЕЙРОСЕТЬ: просто о сложном! Создание нейронной сети на Python

• Alexander Milovsky — 22 Января 2019

  5/5

  Великолепная книга для тех, кому нужна практика. Сразу видно, что автор - создатель библиотеки. Код в книге простой, понятный и главное рабочий. Все аспекты библиотеки раскрываются довольно последовательно. Но самое важное, что книга развивает инженерное мышление. Это лучшая книга по машинному обучению (хотя точнее будет сказать по глубокому обучению), из тех, что я видел.

  0

  0

• Мнацаканов Сергей — 11 Сентября 2022

  5/5

  Книга глубокая по содержанию, но проста в понимании. Прочтение данной книги позволяет понять структуру и принцип работы Питона. Издание выполнено качественно, думаю такая книга может стать настольной книгой программиста любого уровня.

  0

  0

• Alexander Prokofyev — 25 Декабря 2018

  5/5

  Книга написана разработчиком Keras – библиотеки для создания сетей глубокого обучения на языке Python, поэтому автор без сомнения отлично разбирается в теме. Много практических примеров решения как базовых задач классификации и регрессии, так и более сложных примеров на базе свёрточных и рекуррентных сетей: генерация текстов, Deep Dream, neural style transfer. Рекомендую!

  0

  0

• andse-t610 — 30 Ноября 2019

  5/5

  Отличная книга для первого знакомства. Автор в начале книги обещает не приводить ни единой математической формулы – вместо них используется код на python, что облегчает восприятие рядовому программисту.
  Хорошо «разжёваны» базовые задачи – классификация и регрессия.
  Много внимания уделено свёрточным и рекуррентным слоям, а также методам преобразования текста в вид, с которым способны работать модели.
  По ходу дела дано множество практических советов, а в отдельном разделе по шагам расписано, как надо обучать модель «правильно».
  Но что касается более продвинутых вещей – генерация текста и изображений – сложилось впечатление, что достаточно быстро изложение с «всё разжёвано» превращается в «по вершкам».
  По генерации текста пример игрушечный, из которого непонятно, как делать практически полезные модели. По генерации изображений приведены достаточно интересные примеры, но всё очень коротко, а потому далеко не так легко для восприятия, как начало книги.
  Думаю, что в этом нет вины автора – видимо задачи посложнее регрессии и классификации требуют более солидной подготовки, иначе объём книги разрастётся в разы (но конечно хотелось бы иметь и такую книгу).
  В заключении автор честно рассказывает об ограничениях глубоких сетей – а они существенные, так что рано отправлять на свалку подходы, не связанные с градиентным спуском и непрерывными функциями. В целом автор сбивает спесь, навеянную популярными статьями. Глубокие сети – это мощный инструмент, возможности которого ещё до конца не исследованы. Но известные ограничения не оставляют сомнений в том, что их одних недостаточно для решения всех стоящих проблем.

  0

  0

• 433-972 — 19 Ноября 2022

  5/5

  В последнее время я прочитал несколько книг по ИИ, - эта лучшая.
  Только эта книга помогла мне ясно понять и прочувствовать, что это за зверь такой - ИИ.
  И как с его помощью можно решать многочисленные задачи.
  За такую книгу не жалко никаких денег.

  0

  0

• 433-972 — 6 Января 2023

  5/5

  Замечательная книга!
  Она позволила мне понять, что же обычно понимают под искусственным интеллектом и с чем его "едят". А также, как устроены нейронные сети.

  0

  0