L'apprentissage profond pour les non-spécialistes
 |
Description
Introduction au livre
Apprentissage profond ? Apprentissage automatique ? Et si vous n’avez pas fait d’études dans ce domaine et que vous ne connaissez absolument rien à la programmation ?
Lisez attentivement ce livre !
L'ouvrage « Deep Learning for Non-Majors: Understanding with Pictures » de Jun-ho Yoon, ingénieur en vision par ordinateur spécialisé en IA et de langue coréenne, a été publié.
« Deep Learning for Non-Majors », publié en feuilleton sur le blog de l'auteur, est écrit dans un style très accessible, que même les non-spécialistes peuvent facilement comprendre.
Ce livre, compilation des articles de blog de l'auteur, comprend du contenu supplémentaire non disponible sur le blog, ainsi que des questions-réponses sur l'emploi et les parcours professionnels pour les personnes non spécialisées, que l'auteur a reçues lors de la rédaction de cette série.
Si vous êtes novice en mathématiques et en programmation, je suis convaincu que ce livre vous aidera à saisir les concepts de l'apprentissage profond.
Lisez attentivement ce livre !
L'ouvrage « Deep Learning for Non-Majors: Understanding with Pictures » de Jun-ho Yoon, ingénieur en vision par ordinateur spécialisé en IA et de langue coréenne, a été publié.
« Deep Learning for Non-Majors », publié en feuilleton sur le blog de l'auteur, est écrit dans un style très accessible, que même les non-spécialistes peuvent facilement comprendre.
Ce livre, compilation des articles de blog de l'auteur, comprend du contenu supplémentaire non disponible sur le blog, ainsi que des questions-réponses sur l'emploi et les parcours professionnels pour les personnes non spécialisées, que l'auteur a reçues lors de la rédaction de cette série.
Si vous êtes novice en mathématiques et en programmation, je suis convaincu que ce livre vous aidera à saisir les concepts de l'apprentissage profond.
- Vous pouvez consulter un aperçu du contenu du livre.
Aperçu
indice
Partie 1.
En considérant la situation dans son ensemble
1.
Qu’est-ce que « l’apprentissage » ? (1)
2.
Qu’est-ce que l’« apprentissage » ? (2)
3.
Intelligence artificielle/apprentissage automatique/apprentissage profond
4.
Régression et classification, apprentissage supervisé et non supervisé
Partie 2.
Maîtriser les concepts clés
1.
Régression linéaire - Prédiction des prix des maisons
2.
Régression linéaire - Erreurs et coûts
3.
Principes fondamentaux des réseaux de neurones - Pourquoi les transformations non linéaires sont nécessaires
(Annexe : Exercices Python) Implémentation des fonctions sigmoïde et ReLU
4.
Principes de base des réseaux de neurones - Opérations sur la matrice de poids
(Annexe : Exercices Python) Opérations sur les matrices de poids
5.
Entraînement des réseaux de neurones - Descente de gradient
6.
Entraînement des réseaux de neurones - Prédiction par propagation avant
7.
Entraînement des réseaux de neurones - Apprentissage par rétropropagation
Partie 3.
Aller plus loin
1.
Softmax et entropie croisée
2.
Entraînement strict vs. entraînement souple : le problème du surentraînement
3.
Comprendre facilement les réseaux neuronaux convolutifs (CNN)
4.
Passons à l'étape suivante
(Annexe : Résumé) Examen final
(Annexe : Questions et réponses) Une personne n'ayant pas fait d'études spécialisées peut-elle devenir développeur en IA ?
En considérant la situation dans son ensemble
1.
Qu’est-ce que « l’apprentissage » ? (1)
2.
Qu’est-ce que l’« apprentissage » ? (2)
3.
Intelligence artificielle/apprentissage automatique/apprentissage profond
4.
Régression et classification, apprentissage supervisé et non supervisé
Partie 2.
Maîtriser les concepts clés
1.
Régression linéaire - Prédiction des prix des maisons
2.
Régression linéaire - Erreurs et coûts
3.
Principes fondamentaux des réseaux de neurones - Pourquoi les transformations non linéaires sont nécessaires
(Annexe : Exercices Python) Implémentation des fonctions sigmoïde et ReLU
4.
Principes de base des réseaux de neurones - Opérations sur la matrice de poids
(Annexe : Exercices Python) Opérations sur les matrices de poids
5.
Entraînement des réseaux de neurones - Descente de gradient
6.
Entraînement des réseaux de neurones - Prédiction par propagation avant
7.
Entraînement des réseaux de neurones - Apprentissage par rétropropagation
Partie 3.
Aller plus loin
1.
Softmax et entropie croisée
2.
Entraînement strict vs. entraînement souple : le problème du surentraînement
3.
Comprendre facilement les réseaux neuronaux convolutifs (CNN)
4.
Passons à l'étape suivante
(Annexe : Résumé) Examen final
(Annexe : Questions et réponses) Une personne n'ayant pas fait d'études spécialisées peut-elle devenir développeur en IA ?
Image détaillée
SPÉCIFICATIONS DES PRODUITS
- Date de publication : 25 février 2022
- Nombre de pages, poids, dimensions : 192 pages | 152 × 225 × 20 mm
- ISBN13 : 9788960883932
- ISBN10 : 896088393X
Vous aimerez peut-être aussi
카테고리
Langue coréenne
Langue coréenne
![GQ KOREA Mark (Mensuel) : décembre [2025]](http://librairie.coreenne.fr/cdn/shop/files/8ef265dbbfbf186523ed75ba7319009d.jpg?v=1765340328&width=3840)
