L'apprentissage profond avec Python okumak kayıt olmadan

L'apprentissage profond avec Python

Uncategorized

L’apprentissage automatique a fait des progrès remarquables au cours des dernières années. Nous sommes passés d’une reconnaissance quasi inutilisable de la parole et des images à une précision quasi humaine, de machines qui ne pouvaient pas battre un joueur de Go un peu expérimenté à la défaite d’un champion du monde. Derrière ces progrès se cache l’apprentissage profond ― une combinaison d’avancées théoriques et pratiques qui permet une multitude d’applications intelligentes jusque-là impossibles à réaliser.L’apprentissage profond avec Python présente le domaine de l’apprentissage profond en utilisant le langage Python et la puissante bibliothèque Keras. Rédigé par François Chollet, créateur de Keras et chercheur en intelligence artificielle à Google, cet ouvrage construit votre compréhension de l’apprentissage profond grâce à des explications intuitives et des exemples pratiques. Vous explorerez des concepts et des pratiques stimulantes avec des applications de vision par ordinateur, de traitement du langage naturel et de modèles génératifs. Lorsque vous aurez terminé, vous aurez les connaissances et les compétences pratiques nécessaires pour appliquer l’apprentissage profond à vos propres projets.Aucune expérience préalable de Keras, de TensorFlow ou d’apprentissage automatique n’est requise. Les lecteurs ont besoin de compétences Python intermédiaires.Le livre est imprimé sur du papier certifié PEFC (Programme for the Endorsement of Forest Certification), les encres et techniques d'impression ont le label Imprim'Vert. Le Livre est imprimé en Région Centre-Val de Loire. Une compensation volontaire carbone de 3kg par ouvrage (pesant 1,250kg) est versée à la Fondation GoodPlanet.org. Machinelearning.fr s'engage pour la transition environnementale.

---

pdf kindle epub doc

---

---

1 Ocak 2017 CAROUSEL CALENDARS Collectif 1 Ocak 2020 Kolektif 15,2 x 0,7 x 22,9 cm 1 Eylül 2020 20 x 20 x 20 cm 1 Ekim 2020 J Saosa Kollektif 1 Ocak 2019 Derform 17,8 x 0,6 x 25,4 cm 1 x 13,5 x 21 cm 15,2 x 0,6 x 22,9 cm 1 x 13,5 x 19,5 cm 1 Ocak 2018

---

okumak okumak kayıt olmadan