Ebook Thực Hành Deep Learning - Hướng Dẫn Về Deep Learning Với Các Project Và Ứng Dụng [Ấn Bản Lần 1, Tháng 12/2024] [PDF, EPUB] [9496E]
Cuốn sách này thảo luận về deep learning, từ các nền tảng đến các ứng dụng thực tế, với các bài tập thực hành và coding. Nó tập trung vào các kỹ thuật deep learning và chỉ ra cách áp dụng chúng trong nhiều tình huống thực tế.
Cuốn sách bắt đầu bằng phần giới thiệu về các khái niệm cốt lõi của deep learning. Cuốn sách đi sâu vào các chủ đề như transfer learning, multi-task learning và end-to-end learning, cung cấp thông tin chi tiết về nhiều mô hình deep learning khác nhau và các ứng dụng thực tế của chúng. Tiếp theo, cuốn sách đề cập đến neural networks, tiến triển từ các single-layer perceptron đến các multi-layer perceptron và giải quyết sự phức tạp của backpropagation & gradient descent. Cuốn sách giải thích cách tối ưu hóa hiệu suất mô hình thông qua các kỹ thuật hiệu quả, giải quyết các cân nhắc chính như hyperparameters, bias, variance và data division. Cuốn sách cũng đề cập đến convolutional neural networks (CNN) thông qua hai chương toàn diện, bao gồm kiến trúc, thành phần và ý nghĩa của các kernel triển khai các mô hình CNN nổi tiếng như AlexNet và LeNet. Cuốn sách kết thúc bằng việc khám phá các autoencoder và các generative model như Hopfield Networks và Boltzmann Machines, áp dụng các kỹ thuật này vào một tập hợp đa dạng các ứng dụng thực tế. Các ứng dụng này bao gồm image classification, object detection, sentiment analysis, COVID-19 detection và ChatGPT.
Đến cuối cuốn sách này, bạn sẽ có được sự hiểu biết sâu sắc về deep learning, từ các nguyên tắc nền tảng cho đến các ứng dụng sáng tạo của nó, cho phép bạn áp dụng kiến thức này để giải quyết nhiều vấn đề trong thế giới thực.
Những gì bạn sẽ học được:
- ✓ Deep neural networks là gì?
- ✓ Transfer learning, multi-task learning, and end-to-end learning là gì?
- ✓ Hyperparameters, bias, variance và data division là gì?
- ✓ CNN và RNN là gì?
Cuốn sách này dành cho ai:
Machine learning engineer, Data scientist, AI practitioner, Software developer và kỹ sư quan tâm đến deep learning.
Mục lục:
- ✓ Chương 01. Xem lại Machine Learning.
- ✓ Chương 02. Giới thiệu về Deep Learning.
- ✓ Chương 03. Neural Networks.
- ✓ Chương 04. Training Deep Networks.
- ✓ Chương 05. Hyperparameter Tuning.
- ✓ Chương 06. Convolutional Neural Networks: I.
- ✓ Chương 07. Convolutional Neural Network: II.
- ✓ Chương 08. Transfer Learning.
- ✓ Chương 09. Recurrent Neural Network.
- ✓ Chương 10. Gated Recurrent Unit & Long Short-Term Memory.
- ✓ Chương 11. Autoencoders.
- ✓ Chương 12. Giới thiệu về Generative Models.
- ✓ Phụ lục A. Phân loại các nhân vật trong The Simpsons.
- ✓ Phụ lục B. Face Detection.
- ✓ Phụ lục C. Sentiment Classification.
- ✓ Phụ lục D. Dự đoán Từ tiếp theo.
- ✓ Phụ lục E. COVID Classification.
- ✓ Phụ lục F. Phân loại bệnh Alzheimer.
- ✓ Phụ lục G. Music Genre Classification sử dụng MFCC và Convolutional Neural Network.
LƯU Ý: Pass mở file pdf là mật khẩu giải nén chung của tài liệu !