Negli ultimi dieci anni, con il ritorno delle reti neurali, la comprensione del Deep Learning è diventata essenziale e questo manuale fornisce un’introduzione approfondita per i data scientist e gli ingegneri del software con precedenti esperienze nel machine learning. Inizierete con le basi del Deep Learning e passerete rapidamente ai dettagli di importanti architetture avanzate, implementando tutto da zero. L’autore Seth Weidman vi mostra come funzionano le reti neurali usando un approccio basato su principi primi. Imparerete come applicare da zero le reti neurali multistrato, le reti neurali convoluzionali e quelle ricorrenti. Acquisendo una comprensione dettagliata di come queste reti funzionino matematicamente, computazionalmente e concettualmente, porterete a termine con successo i vostri futuri progetti di Deep Learning. Gli argomenti trattati: - Modelli mentali chiari per la comprensione delle reti neurali, accompagnati da esempi di codice funzionanti e spiegazioni matematiche. - Metodi per l’implementazione di reti neurali multistrato da zero, utilizzando un framework orientato agli oggetti di facile comprensione. - Esempi e spiegazioni chiare di reti neurali convoluzionali e ricorrenti. - Implementazione dei concetti di rete neurale mediante il popolare framework PyTorch.

Seth Weidman è un data scientist che divide il suo tempo tra la soluzione di problemi di machine learning su Facebook e il contributo a tutorial, esempi ed esperienze di sviluppo su PyTorch. In precedenza ha applicato il machine learning all’azienda Trunk Club e successivamente ha insegnato machine learning automatico e Deep Learning per il team di formazione aziendale di Metis. Seth ama cercare di spiegare concetti complessi nella maniera più semplice possibile.