دانلود کتاب Introduction to Deep Learning Business Applications for Developers: From Conversational Bots in Customer Service to Medical Image Processing (به فارسی: مقدمه ای بر برنامه های تجاری یادگیری عمیق برای توسعه دهندگان: از ربات های مکالمه در خدمات مشتری تا پردازش تصویر پزشکی) نوشته شده توسط «Armando Vieira – Bernardete Ribeiro»
اطلاعات کتاب مقدمه ای بر برنامه های تجاری یادگیری عمیق برای توسعه دهندگان: از ربات های مکالمه در خدمات مشتری تا پردازش تصویر پزشکی
موضوع اصلی: کامپیوتر – علوم کامپیوتر
نوع: کتاب الکترونیکی
ناشر: Apress
نویسنده: Armando Vieira – Bernardete Ribeiro
زبان: english
فرمت کتاب: PDF (قابل تبدیل به سایر فرمت ها)
سال انتشار: 2018
تعداد صفحه: 343 / 348
حجم فایل: 6.45 مگابایت
کد کتاب: 1484234529 , 9781484234525
نوبت چاپ: 1st ed.
توضیحات کتاب مقدمه ای بر برنامه های تجاری یادگیری عمیق برای توسعه دهندگان: از ربات های مکالمه در خدمات مشتری تا پردازش تصویر پزشکی
کاربردهای بالقوه، چالش‌ها و فرصت‌های یادگیری عمیق را از منظر تجاری با مثال‌های فنی کشف کنید. این برنامه ها شامل تشخیص تصویر، تقسیم بندی و حاشیه نویسی، پردازش ویدئو و حاشیه نویسی، تشخیص صدا، دستیارهای شخصی هوشمند، ترجمه خودکار و وسایل نقلیه خودران می باشد.
مقدمه ای بر برنامه های کاربردی کسب و کار یادگیری عمیق برای توسعه دهندگان برخی از الگوریتم های رایج DL مانند الگوریتم های توصیه مبتنی بر محتوا و پردازش زبان طبیعی را پوشش می دهد. نمونه‌هایی مانند پیش‌بینی ویدیویی با شبکه‌های عصبی کاملاً کانولوشن (FCNN) و شبکه‌های عصبی باقی‌مانده (ResNets) را بررسی خواهید کرد. همچنین کاربردهای DL را برای کنترل رباتیک، کاوش در الگوریتم یادگیری DeepQ با جستجوی درخت مونت کارلو (که برای شکست دادن انسان ها در بازی Go استفاده می شود) و مدل سازی برای ارزیابی ریسک مالی مشاهده خواهید کرد. همچنین به مجموعه الگوریتم‌های قدرتمندی به نام شبکه‌های عصبی متخاصم مولد (GAN) اشاره می‌شود که می‌توانند برای رنگ‌بندی تصویر، تکمیل تصویر و انتقال سبک استفاده شوند.
پس از مطالعه این کتاب، مروری بر این زمینه هیجان‌انگیز خواهید داشت. شبکه های عصبی عمیق و درک بیشتر کاربردهای اصلی یادگیری عمیق. این کتاب حاوی چند نمونه کدنویسی، ترفندها و بینش در مورد نحوه آموزش مدل های یادگیری عمیق با استفاده از چارچوب Keras است.
آنچه خواهید آموخت
- درباره عمیق بدانید یادگیری و چرا آنقدر قدرتمند است
- کار با الگوریتم‌های اصلی موجود برای آموزش مدل‌های یادگیری عمیق
- پیشرفت‌های اصلی را از نظر کاربردهای یادگیری عمیق ببینید
- نمونه‌های ساده را با مجموعه‌ای از کتابخانه‌های یادگیری عمیق اجرا کنید
- زمینه‌های تأثیر یادگیری عمیق در تجارت را کشف کنید
این کتاب برای چه کسانی است دانشمندان، کارآفرینان و توسعه دهندگان کسب و کار.
An Introduction to Deep Learning Business Applications for Developers covers some common DL algorithms such as content-based recommendation algorithms and natural language processing. You’ll explore examples, such as video prediction with fully convolutional neural networks (FCNN) and residual neural networks (ResNets). You will also see applications of DL for controlling robotics, exploring the DeepQ learning algorithm with Monte Carlo Tree search (used to beat humans in the game of Go), and modeling for financial risk assessment. There will also be mention of the powerful set of algorithms called Generative Adversarial Neural networks (GANs) that can be applied for image colorization, image completion, and style transfer.
After reading this book you will have an overview of the exciting field of deep neural networks and an understanding of most of the major applications of deep learning. The book contains some coding examples, tricks, and insights on how to train deep learning models using the Keras framework.
What You Will Learn
- Find out about deep learning and why it is so powerful
- Work with the major algorithms available to train deep learning models
- See the major breakthroughs in terms of applications of deep learning
- Run simple examples with a selection of deep learning libraries
- Discover the areas of impact of deep learning in business
Who This Book Is For Data scientists, entrepreneurs, and business developers.
برای دریافت کد تخفیف ۲۰ درصدی این کتاب، ابتدا صفحه اینستاگرام کازرون آنلاین (@kazerun.online ) را دنبال کنید. سپس، کلمه «بلیان» را در دایرکت ارسال کنید تا کد تخفیف به شما ارسال شود.