Truy cập ngày 15 tháng 10 năm 2011.  Neural Networks with Keras: Practical Deep Learning in Python and R

Mạng nơ-ron là nguồn năng lượng cho các hệ thống AI tinh vi nhất thế giới, nhưng bạn không cần có bằng tiến sĩ toán học để bắt đầu xây dựng chúng. Bạn sẽ chuyển từ việc hiểu các khái niệm mạng nơron cốt lõi đến lập trình, huấn luyện và đánh giá các mô hình một cách tự tin. Bằng cách triển khai các giải pháp trong cả Python và R sử dụng Keras và TensorFlow, bạn sẽ có được một bộ kỹ năng đa năng có giá trị cao trong khoa học dữ liệu và phân tích kinh doanh. Bạn sẽ học được: - Hiểu kiến trúc cơ bản của mạng nơron nhân tạo, bao gồm nơ-ron, lớp, và chức năng kích hoạt. - Học cơ học huấn luyện mô hình, bao gồm truyền tải trước, truyền thụ sau, và tối ưu hóa gradient descent. - Xây dựng và biên dịch mô hình học sâu dự đoán sử dụng Keras và TensorFlow trong cả Python và R. - Đánh giá hiệu suất mô hình bằng cách sử dụng các chỉ số chính và giải quyết các vấn đề huấn luyện phổ biến như overfitting. - Ứng dụng các quy trình hiện đại, bao gồm thiết lập môi trường ảo sạch và theo dõi các chỉ số đào tạo cho quản lý mô hình cơ bản. - Dịch các vấn đề kinh doanh thành các nhiệm vụ dữ liệu có cấu trúc phù hợp với phân loại và hồi quy mạng nơron. Chương trình học bắt đầu với thuật ngữ cơ bản và lý thuyết mạng nơron trước khi hướng dẫn bạn qua từng bước thực hiện mã. Bạn sẽ đọc những lời giải thích rõ ràng về lý tiểu học, kiểm tra các đoạn mã song song trong Python và R, và học cách giải thích kết quả mô hình cho việc ra quyết định kinh doanh. Chương trình này được thiết kế cho các nhà khoa học dữ liệu, các nhà phân tích kinh doanh, và các sinh viên muốn có một điểm bắt đầu thực tế cho việc học sâu. Không cần phải có kinh nghiệm trước đó với các mạng nơron, mặc dù một sự quen thuộc cơ bản với lập trình Python hoặc R sẽ giúp ích. Hãy bắt đầu đọc ngay hôm nay để làm chủ động cơ cốt lõi của trí tuệ nhân tạo hiện đại.