Deep Learning – Grundlagen und Implementierung

Principes fondamentaux et concepts des réseaux neuronaux expliqués de manière systématique et compréhensible. Les bases du deep learning pour les data scientists et les développeurs de logiciels ayant de l'expérience en apprentissage automatique. Mise en œuvre des concepts de deep learning avec le framework populaire PyTorch. De nombreux exemples de code en Python illustrent la mise en pratique concrète.

Ce livre vous fournit les outils conceptuels et pratiques pour acquérir une compréhension approfondie du fonctionnement des réseaux neuronaux. Vous découvrirez les principes fondamentaux du deep learning, illustrés par des modèles conceptuels clairs développés par Seth Weidman, accompagnés d'exemples de code. Le livre est destiné aux data scientists et aux développeurs de logiciels ayant de l'expérience en apprentissage automatique.

Vous commencerez par les bases du deep learning et progresserez rapidement vers les détails des architectures avancées en les implémentant depuis le début. Vous apprendrez à connaître les réseaux neuronaux multicouches tels que les réseaux de neurones convolutionnels et récurrents. Vous mettrez ensuite en pratique ces concepts de réseaux neuronaux avec le framework populaire PyTorch. De cette manière, vous construirez une connaissance solide sur le fonctionnement mathématique, computationnel et conceptuel des réseaux neuronaux.