کتاب یادگیری عمیق با پایتون

کتاب یادگیری عمیق با پایتون نوشتهٔ فرانسوا شوله و ترجمهٔ جواد وحیدی و ارشیا اموری سرابی و ویراستهٔ مجتبی بنی فخر است و انتشارات فناوری نوین آن را منتشر کرده است.

درباره کتاب یادگیری عمیق با پایتون

این کتاب برای کسانی نوشته‌ شده است که می‌خواهند یادگیری عمیق را از ابتدا شروع کنند یا محدودهٔ اطلاعات خود را در یادگیری عمیق گسترش دهند. چه یک مهندس یادگیری ماشین، یک توسعه‌دهنده نرم‌افزار یا یک دانشجو باشید، این صفحات و مطالب برای شما مفید و ارزشمند خواهد بود.

شما یادگیری عمیق را به روشی قابل‌فهم و آسان پیش می‌گیرید: ابتدا با مفاهیم ساده شروع می‌کنید، سپس کم‌کم به مباحث پیچیده‌تر آشنا می‌شوید و با تکنیک‌های روز و پیشرفته کار می‌کنید و جلو می‌روید. شما متوجه خواهید شد که این کتاب تعادلی بین بینش، نظریه و کار عملی و کاربردی ایجاد می‌کند. از نمادگذاری ریاضی اجتناب می‌کند و در عوض ترجیح می‌دهد ایده‌های اصلی یادگیری ماشین و یادگیری عمیق را از طریق تکه کدهای دقیق و مدل‌های ذهنی بصری توضیح دهد. شما از تعداد بسیار زیادی نمونه‌ کد که شامل کامنت گذاری گسترده، توصیه‌های کاربردی و توضیحات مباحث سطح بالا به زبان ساده درباره همه‌چیزهایی که برای شروع استفاده از یادگیری عمیق برای حل مسائل واقعی نیاز دارید، یاد خواهید گرفت.

نمونه کدها از Keras، فریم ورک مخصوص یادگیری عمیق با پایتون، و Tensorflow 2 به‌عنوان موتور محاسبات عددی آن استفاده می‌کنند. این نمونه کدها بهترین استفاده‌های کاربردی و مدرن Keras و Tensorflow 2 را در سال ۲۰۲۱ نمایش می‌دهند.

پس از خواندن این کتاب، به‌طور کامل متوجه خواهید شد که یادگیری عمیق چیست، چه زمانی قابل‌اجرا است و چه محدودیت‌هایی دارد. شما با گردش (جریان) کار استاندارد برای مواجه‌شدن و حل مسائل یادگیری ماشین آشنا خواهید بود و می‌فهمید که چگونه به مسائلی که معمولاً با آن مواجه می‌شوید رسیدگی کنید. شما می‌توانید از Keras برای مقابله با مسائل دنیای واقعی از بینایی کامپیوتر گرفته تا پردازش زبان طبیعی استفاده کنید: طبقه‌بندی تصویر، بخش‌بندی تصویر، پیش‌بینی سری‌های زمانی، طبقه‌بندی متن، ترجمه ماشینی، تولید متن و موارد دیگر.

خواندن کتاب یادگیری عمیق با پایتون را به چه کسانی پیشنهاد می‌کنیم

این کتاب برای افرادی با تجربه برنامه‌نویسی پایتون نوشته‌شده است که می‌خواهند یادگیری ماشین و یادگیری عمیق را شروع کنند. اما این کتاب می‌تواند برای بسیاری از خوانندگان مختلف نیز ارزشمند باشد:

 اگر متخصص داده‌ای هستید که با یادگیری ماشینی آشنا هستید، این کتاب مقدمه‌ای محکم و عملی برای یادگیری عمیق، سریع‌ترین و مهم‌ترین زیرشاخه یادگیری ماشینی در اختیار شما قرار می‌دهد.

 اگر یک محقق یا تمرین کننده یادگیری عمیق هستید که به دنبال شروع کار با فریم‌ورک Keras هستید، این کتاب را به‌عنوان دوره ‌ایدئال تصادف Keras خواهید دید.

 اگر شما یک دانشجوی فارغ‌التحصیل هستید که در حال مطالعه یادگیری عمیق در یک محیط رسمی هستید، این کتاب را مکملی عملی برای آموزش شما می‌دانید که به شما کمک می‌کند تا در مورد رفتار شبکه‌های عصبی عمیق شهود بسازید و شما را با بهترین شیوه‌های کلیدی آشنا کند.

حتی افرادی که دارای ذهنیت فنی هستند و به‌طور منظم کد نویسی نمی‌کنند، این کتاب را به‌عنوان مقدمه‌ای برای مفاهیم یادگیری عمیق پایه و پیشرفته مفید خواهند یافت.

برای درک مثال‌های کد، به مهارت قابل قبولی در پایتون نیاز دارید. علاوه بر این، آشنایی با کتابخانه NumPy مفید خواهد بود، اگرچه لازم نیست. شما نیازی به تجربه قبلی در زمینه یادگیری ماشینی یا یادگیری عمیق ندارید: این کتاب، از ابتدا، تمام اصول اولیه لازم را پوشش می‌دهد. شما نیازی به پیش‌زمینه ریاضی پیشرفته ندارید، ریاضیات در سطح دبیرستان برای ادامه کار کافی است.