Deep learning. Dalle basi alle architetture avanzate con Python

di Seth Weidman (Autore)

Rosario Viscardi (Traduttore)

Tecniche Nuove, 2020

Negli ultimi dieci anni, con il ritorno delle reti neurali, la comprensione del Deep Learning è diventata essenziale e questo manuale fornisce un’introduzione approfondita per i data scientist e gli ingegneri del software con precedenti esperienze nel machine learning. Inizierete con le basi del Deep Learning e passerete rapidamente ai dettagli di importanti architetture avanzate, implementando tutto da zero. L’autore Seth Weidman vi mostra come funzionano le reti neurali usando un approccio basato su principi primi. Imparerete come applicare da zero le reti neurali multistrato, le reti neurali convoluzionali e quelle ricorrenti. Acquisendo una comprensione dettagliata di come queste reti funzionino matematicamente, computazionalmente e concettualmente, porterete a termine con successo i vostri futuri progetti di Deep Learning. Gli argomenti trattati: - Modelli mentali chiari per la comprensione delle reti neurali, accompagnati da esempi di codice funzionanti e spiegazioni matematiche. - Metodi per l’implementazione di reti neurali multistrato da zero, utilizzando un framework orientato agli oggetti di facile comprensione. - Esempi e spiegazioni chiare di reti neurali convoluzionali e ricorrenti. - Implementazione dei concetti di rete neurale mediante il popolare framework PyTorch.

• Autore: Seth Weidman
• Traduttore: Rosario Viscardi
• Editore: Tecniche Nuove
• Formato: EPUB2 con Adobe DRM
• Cloud: Sì Scopri di più
• Compatibilità: Tutti i dispositivi (eccetto Kindle)
• Pagine della versione a stampa: 240 p.
• Layout: Reflowable
• EAN: 9788848141154

Testo in italiano