کتاب Deep Learning with R

  • کتاب Deep Learning with R ویرایش دوم
  • فصل 5 کتاب Deep Learning with R ویرایش دوم
  • فصل 10 کتاب Deep Learning with R ویرایش دوم
  • فصل 14 کتاب Deep Learning with R ویرایش دوم
کتاب Deep Learning with R ویرایش دوم

خرید کتاب Deep Learning with R:

۲۶,۰۰۰ تومان

  • نسخه کتاب فعلی به زبان لاتین می‌باشد.
  • کتاب به صورت فایل می‌باشد و پس از خرید بلافاصله در دسترس شما قرار می‌گیرد.
  • در صورت هرگونه سؤال با ایمیل و یا شماره پشتیبانی سایت در تماس باشید.

کتاب Deep Learning with R (یادگیری عمیق با R، ویرایش دوم) از محبوب‌ترین و کامل‌ترین منابع آموزش یادگیری عمیق برای افراد علاقه‌مند به این حوزه است. این کتاب در 14 فصل علاوه بر آموزش مفاهیم یادگیری عمیق به پیاده‌سازی آن‌ها با استفاده از زبان برنامه‌نویسی R خواهد پرداخت.

در ادامه مقدمه‌ای از کتاب Deep Learning with R را از زبان نویسنده شرح خواهیم داد.

مقدمه‌ای بر کتاب Deep Learning with R:

اگر این کتاب را انتخاب کرده‌اید، احتمالاً از پیشرفت فوق‌العاده‌ای که یادگیری عمیق در زمینه هوش مصنوعی در گذشته اخیر نشان داده است، آگاه هستید. ما از بینایی رایانه‌ای تقریباً غیرقابل استفاده و پردازش زبان طبیعی به سیستم‌هایی با کارایی بالا که در مقیاسی در محصولاتی که هر روز استفاده می‌کنید بکار می‌رویم.

عواقب این پیشرفت ناگهانی تقریباً به هر صنعتی گسترش می‌یابد. ما در حال حاضر یادگیری عمیق را برای طیف شگفت انگیزی از مشکلات مهم در حوزه‌های مختلف مانند تصویربرداری پزشکی، کشاورزی، رانندگی مستقل، آموزش، پیشگیری از بلایا و تولید به کار می‌بریم.

با این حال، من معتقدم یادگیری عمیق هنوز در روزهای اولیه خود است. این کشور تاکنون تنها بخش کوچکی از پتانسیل خود را درک کرده است. با گذشت زمان، به هر مشکلی که بتواند کمک کند راه خود را باز می‌کند – تحولی که طی چندین دهه رخ خواهد داد.

برای شروع به کارگیری فناوری یادگیری عمیق برای هر مشکلی که می‌تواند حل کند، باید آن را برای هر چه بیشتر افراد، از جمله افراد غیرمتخصص – افرادی که محقق یا دانشجوی فارغ التحصیل نیستند، در دسترس قرار دهیم.

برای اینکه یادگیری عمیق به پتانسیل کامل خود برسد، باید آن را به طور ریشه‌ای دموکراتیک کنیم. و امروز، من معتقدم که ما در اوج یک گذار تاریخی هستیم، جایی که یادگیری عمیق از آزمایشگاه‌های دانشگاهی و بخش‌های تحقیق و توسعه شرکت‌های بزرگ فناوری خارج می‌شود تا به بخشی از جعبه ابزار همه برنامه‌نویسان تبدیل شود.

مسیر توسعه وب در اواخر دهه 1990. تقریباً هر کسی اکنون می‌تواند یک وب‌سایت یا برنامه وب برای کسب و کار یا جامعه خود بسازد که در سال 1998 به تیم کوچکی از مهندسان متخصص نیاز داشت. در آینده ای نه چندان دور، هر کسی که ایده و مهارت‌های اولیه برنامه‌نویسی داشته باشد، خواهد بود. قادر به ساخت برنامه‌های هوشمندی است که از داده‌ها یاد می‌گیرند.

وقتی اولین نسخه چارچوب یادگیری عمیق Keras را در مارس 2015 منتشر کردم، دموکراتیزه کردن هوش مصنوعی آن چیزی نبود که در ذهن داشتم. من چندین سال بود که در زمینه یادگیری ماشین تحقیق می‌کردم و Keras را ساخته بودم تا در آزمایشات خودم به من کمک کند.

اما از سال 2015، صدها هزار نفر تازه وارد وارد عرصه یادگیری عمیق شده اند. بسیاری از آن‌ها Keras را به عنوان ابزار انتخابی خود انتخاب کردند. وقتی تعداد زیادی از افراد باهوش را تماشا کردم که از Keras به روش‌های غیرمنتظره و قدرتمندی استفاده می‌کردند، عمیقاً به دسترسی و دموکراتیک شدن هوش مصنوعی اهمیت دادم. من متوجه شدم که هر چه بیشتر این فناوری‌ها را گسترش دهیم، مفیدتر و ارزشمندتر می‌شوند.

دسترسی به سرعت به یک هدف واضح در توسعه Keras تبدیل شد و در طی چند سال کوتاه، جامعه توسعه‌دهندگان Keras دستاوردهای خارق‌العاده‌ای در این زمینه داشته است. ما یادگیری عمیق را در دست صدها هزار نفر قرار داده ایم که به نوبه خود از آن برای حل مشکلاتی استفاده می‌کنند که تا همین اواخر تصور می‌شد غیرقابل حل هستند.

کتابی که در دست دارید، گام دیگری در راه دسترسی به یادگیری عمیق برای هر چه بیشتر افراد است. Keras همیشه به یک دوره همراه نیاز داشت تا به طور همزمان اصول یادگیری عمیق، بهترین شیوه‌های یادگیری عمیق و الگوهای استفاده از Keras را پوشش دهد.

در سال‌های 2016 و 2017، تمام تلاشم را برای تولید چنین دوره‌ای انجام دادم، که اولین نسخه این کتاب شد، که در دسامبر 2017 منتشر شد. کتاب Deep Learning with R به سرعت به پرفروش‌ترین کتاب یادگیری ماشینی تبدیل شد که بیش از 50000 نسخه فروخت و به 12 زبان ترجمه شد.

با این حال، زمینه یادگیری عمیق به سرعت پیشرفت می‌کند. از زمان انتشار نسخه اول، تحولات مهم بسیاری رخ داده است – انتشار TensorFlow 2، محبوبیت فزاینده معماری Transformer و موارد دیگر. و بنابراین، در اواخر سال 2019، تصمیم گرفتم کتابم را به روز کنم. من در ابتدا، کاملاً ساده لوحانه، فکر می‌کردم که حدود 50٪ محتوای جدید دارد و در نهایت تقریباً به اندازه نسخه اول خواهد بود. در عمل، پس از دو سال کار، معلوم شد که بیش از یک سوم طولانی تر است، با حدود 75٪ محتوای بدیع. بیش از یک تجدید، این یک کتاب کاملاً جدید است.

من آن را با تمرکز بر ساختن مفاهیم پشت یادگیری عمیق، و اجرای آنها، تا حد امکان نزدیک‌تر نوشتم. انجام این کار من را ملزم به بیهوده کردن چیزی نداشت – من قویاً معتقدم که هیچ ایده دشواری در یادگیری عمیق وجود ندارد. امیدوارم این کتاب را ارزشمند بیابید و به شما کمک کند که شروع به ساخت برنامه‌های هوشمند کنید و مشکلاتی را که برایتان مهم است حل کنید.

کتاب Deep Learning with R برای کسانی نوشته شده است که می‌خواهند یادگیری عمیق را از ابتدا کشف کنند یا درک خود را از یادگیری عمیق گسترش دهند. چه یک مهندس یادگیری ماشین در حال تمرین، یک دانشمند داده یا یک دانشجوی کالج باشید، در این صفحات ارزش خواهید یافت.

شما یادگیری عمیق را به روشی قابل دسترسی کشف خواهید کرد – ساده شروع کنید، سپس با تکنیک‌های پیشرفته کار کنید. متوجه خواهید شد که کتاب Deep Learning with R تعادلی بین شهود، نظریه و عمل عملی ایجاد می‌کند.

از نمادگذاری ریاضی اجتناب می‌کند و در عوض ترجیح می‌دهد ایده‌های اصلی یادگیری ماشین و یادگیری عمیق را از طریق کدهای دقیق و مدل‌های ذهنی بصری توضیح دهد. شما از نمونه‌های کد فراوانی که شامل تفسیر گسترده، توصیه‌های عملی، و توضیحات سطح بالا ساده درباره همه چیزهایی که برای شروع استفاده از یادگیری عمیق برای حل مشکلات واقعی نیاز دارید، یاد خواهید گرفت.

نمونه‌های کد از چارچوب یادگیری عمیق Keras با TensorFlow 2 به عنوان موتور عددی آن استفاده می‌کنند. آنها بهترین شیوه‌های مدرن Keras و TensorFlow 2 را از سال 2022 نشان می‌دهند.

پس از خواندن کتاب Deep Learning with R، متوجه خواهید شد که یادگیری عمیق چیست، چه زمانی قابل اجرا است و چه محدودیت‌هایی دارد. شما با گردش کار استاندارد برای نزدیک شدن و حل مشکلات یادگیری ماشینی آشنا خواهید بود و می‌دانید که چگونه به مشکلاتی که معمولاً با آن مواجه می‌شوید رسیدگی کنید.

شما می‌توانید از Keras برای مقابله با مشکلات دنیای واقعی از بینایی کامپیوتر گرفته تا پردازش زبان طبیعی استفاده کنید: طبقه‌بندی تصویر، تقسیم‌بندی تصویر، پیش‌بینی سری‌های زمانی، طبقه‌بندی متن، ترجمه ماشینی، تولید متن و موارد دیگر.

چه کسی باید کتاب Deep Learning with R را بخواند؟

این کتاب برای افرادی با تجربه برنامه‌نویسی R نوشته شده است که می‌خواهند با یادگیری ماشینی و یادگیری عمیق شروع کنند. اما این کتاب می‌تواند برای بسیاری از خوانندگان مختلف نیز ارزشمند باشد:

اگر دانشمند داده‌ای هستید که با یادگیری ماشینی آشنا هستید، کتاب Deep Learning with R مقدمه ای قوی و عملی برای یادگیری عمیق، سریع‌ترین و مهم‌ترین زیرشاخه یادگیری ماشینی در اختیار شما قرار می‌دهد.
اگر شما یک محقق یا تمرین‌کننده یادگیری عمیق هستید که به دنبال شروع کار با چارچوب Keras هستید، این کتاب را به‌عنوان دوره ایده‌آل تصادف Keras خواهید دید.

اگر دانشجوی فارغ التحصیل هستید که یادگیری عمیق را در یک محیط رسمی مطالعه می‌کنید، این کتاب را به عنوان مکملی عملی برای آموزش شما می‌یابید که به شما کمک می‌کند شهودی را در مورد رفتار شبکه‌های عصبی عمیق ایجاد کنید و شما را با بهترین شیوه‌های کلیدی آشنا می‌کند.

حتی افرادی که از نظر فنی فکر می‌کنند و به طور منظم کدنویسی نمی‌کنند، این کتاب را به عنوان مقدمه‌ای برای مفاهیم یادگیری عمیق پایه و پیشرفته مفید خواهند یافت.

برای درک مثال‌های کد، به مهارت R معقول نیاز دارید. 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 ریاضیات پیشرفته ندارید، ریاضیات در سطح دبیرستان باید برای دنبال کردن آن کافی باشد.

سرفصل‌های کتاب Deep Learning with R:

  • Praise for the First Edition
  • contents
  • preface
  • acknowledgments
  • about this book
  • about the authors
  • Chapter 1: What is deep learning?
  • Chapter 2: The mathematical building blocks of neural networks
  • Chapter 3: Introduction to Keras and TensorFlow
  • Chapter 4: Getting started with neural networks: Classification and regression
  • Chapter 5: Fundamentals of machine learning
  • Chapter 6: The universal workflow of machine learning
  • Chapter 7: Working with Keras: A deep dive
  • Chapter 8: Introduction to deep learning for computer vision
  • Chapter 9: Advanced deep learning for computer vision
  • Chapter 10: Deep learning for time series
  • Chapter 11: Deep learning for text
  • Chapter 12: Generative deep learning
  • Chapter 13: Best practices for the real world
  • Chapter 14: Conclusions
  • appendix: Python primer for R users
  • index

جهت دانلود کتاب Deep Learning with R می‌توانید پس از پرداخت، دریافت کنید.

فرمت کتاب

PDF

ویرایش

Second

ISBN

9781638350781

تعداد صفحات

568

انتشارات

سال انتشار

حجم

48.66 مگابایت

نویسنده

, ,

نقد و بررسی‌ها

هنوز بررسی‌ای ثبت نشده است.

اولین کسی باشید که دیدگاهی می نویسد “کتاب Deep Learning with R”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

خرید کتاب Deep Learning with R:

۲۶,۰۰۰ تومان

  • نسخه کتاب فعلی به زبان لاتین می‌باشد.
  • کتاب به صورت فایل می‌باشد و پس از خرید بلافاصله در دسترس شما قرار می‌گیرد.
  • در صورت هرگونه سؤال با ایمیل و یا شماره پشتیبانی سایت در تماس باشید.
دسته‌بندی کتاب‌ها:
سبد خرید
اسکرول به بالا