Deep learning en action - Une approche par la pratique - collection O'Reilly
de Adam Gibson & Josh Patterson
Deep learning en action - Une approche par la pratique - collection O'Reilly Adam Gibson & Josh Patterson lire en ligne - Le téléchargement de ce bel Deep learning en action - Une approche par la pratique - collection O'Reilly livre et le lire plus tard. Êtes-vous curieux, qui a écrit ce grand livre? Oui, Adam Gibson & Josh Patterson est l'auteur pour Deep learning en action - Une approche par la pratique - collection O'Reilly. Ce livre se composent de plusieurs pages 218. Adam Gibson & Josh Patterson est la société qui libère Deep learning en action - Une approche par la pratique - collection O'Reilly au public. 2018-10-04 est la date de lancement pour la première fois. Lire l'Deep learning en action - Une approche par la pratique - collection O'Reilly maintenant, il est le sujet plus intéressant. Toutefois, si vous ne disposez pas de beaucoup de temps à lire, vous pouvez télécharger Deep learning en action - Une approche par la pratique - collection O'Reilly à votre appareil et vérifier plus tard.
Plongez au coeur du Deep Learning
Ce livre a été écrit pour tous ceux qui souhaitent s'initier au Deep Learning (apprentissage profond). Il est la suite logique du titre "Le Machine learning avec Python" paru en février 2018.
Le Deep Learning est une technologie nouvelle qui évolue très rapidement. Ce livre en présente les bases principales de cette technologie. Au coeur de celle-ci on trouve les réseaux de neurones profonds, permettant de modéliser tous types de données et les réseaux de convolution, capables de traiter des images.
Et enfin, cette technologie de plus en plus utilisée dans les applications d'intelligence artificielle introduit le notion de Reinforcement Learning (apprentissage par renforcement) qui permet d'optimiser les prises de décision par exemple pour le fonctionnement d'un robot.
Au programme :
La génèse du Deep Learning
Les résaux de neuronnes
Les bases des réseaux de type Deep learning
L'architecture réseau
Créer un réseau type
Adapter le réseau à des besoins propres
Les architectures spécifiques
La vectorisation
Le Deep Learning et DL4J sur Spark
Au coeur de l'intelligence artificielle
RL4J et Reinforcement Learning
Collection O'Reilly
Tidak ada komentar:
Posting Komentar