دانلود کتاب Long Short-Term Memory Networks With Python: Develop Sequence Prediction Models With Deep Learning (به فارسی: شبکه‌های حافظه کوتاه‌مدت با پایتون: مدل‌های پیش‌بینی توالی را با یادگیری عمیق توسعه دهید) نوشته شده توسط «Jason Brownlee»
اطلاعات کتاب شبکه‌های حافظه کوتاه‌مدت با پایتون: مدل‌های پیش‌بینی توالی را با یادگیری عمیق توسعه دهید
موضوع اصلی: کامپیوتر – هوش مصنوعی (AI)
نوع: کتاب الکترونیکی
ناشر: Machine Learning Mastery
نویسنده: Jason Brownlee
زبان: english
فرمت کتاب: PDF (قابل تبدیل به سایر فرمت ها)
سال انتشار: 2017
تعداد صفحه: 246
حجم فایل: 6.78 مگابایت
نوبت چاپ: v1.0
توضیحات کتاب شبکه‌های حافظه کوتاه‌مدت با پایتون: مدل‌های پیش‌بینی توالی را با یادگیری عمیق توسعه دهید
پیشگفتار
این کتاب از یک فکر متولد شد:
اگر بخواهم در عرض دو هفته یک متخصص یادگیری ماشینی با LSTM ها مسلط بروم (مثلاً توانا
استفاده از LSTM در پروژه‌های پیش‌بینی توالی خودشان)، چه چیزی را آموزش می‌دهم؟
مدتی بود که در حال تحقیق و استفاده از LSTM ها بودم و می خواستم چیزی در
بنویسم
موضوع، اما ماه ها در مورد نحوه ارائه دقیق آن تلاش کرد. سوال بالا متبلور شد
برای من و کل این کتاب گرد هم آمدند.
سوال انگیزشی فوق برای این کتاب روشن کننده است. یعنی درسی که من
تدریس فقط بر موضوعاتی متمرکز است که شما باید بدانید تا (1) چه چیزی را درک کنید
LSTMها عبارتند از، (2) چرا ما به LSTM نیاز داریم و (3) چگونه LSTM را توسعه دهیم
This book was born out of one thought:
If I had to get a machine learning practitioner proficient with LSTMs in two weeks (e.g. capable
of applying LSTMs to their own sequence prediction projects), what would I teach?
I had been researching and applying LSTMs for some time and wanted to write something on
the topic, but struggled for months on how exactly to present it. The above question crystallized
it for me and this whole book came together.
The above motivating question for this book is clarifying. It means that the lessons that I
teach are focused only on the topics that you need to know in order to understand (1) what
LSTMs are, (2) why we need LSTMs and (3) how to develop LSTM
