Deep Learning. Praktyczne wprowadzenie

1. 3 oceniona przez: 2018-09-01

   Wystawienie obiektywnej oceny nie jest łatwym zadaniem. Z jednej strony ciesze się, że Helion zdecydował się wydać tę książkę na polski rynek. Jest to wartościowe źródło wiedzy na temat maszynowego uczenia, szczególnie dla zainteresowanych biblioteką DL4J. Z drugiej strony trudno nie wspomnieć o tłumaczeniu Pana Andrzeja Watraka, które pozostawia wiele do życzenia. Opis algorytmu gradientu prostego jest całkowicie niezrozumiały z powodu licznych błędów w równaniach (np brak prim w funkcjach pochodnych). "incoming weight vector W" okazuje się być "wektorem wartości wejściowych W". Pomyłki typu "wejściowy" -> "wyjściowy" i odwrotnie zdarzały się nawet 3 razy na 1 stronie. Wstyd. Jedynie ratowało mnie to, że dysponowałem wersją angielską.

2. 2 potwierdzona zakupem i oceniona przez: 2019-09-20

   Ogólnie książka jest co najwyżej średnia. Zawiera zbyt dużo uproszczeń i niedomówień. Część kluczowych tematów jest całkowicie pominięta. Sprawdzi się tylko jako obszerny tutorial do biblioteki DL4J.

3. 1 potwierdzona zakupem i oceniona przez: macias, 2018-12-25

   Wprowadzenie nerwowe, zdawkowe, niby autorzy chcą opisać różne sieci i jak one działają, ale za bardzo nie mają do tego serca, więc ograniczają się do krótkich hasełek. Widać, że pisane jest to na odczepnego, żeby coś było, nieważne, czy realnie przydatne, zjadliwe, czy nie. Gdybym nie czytał innych pozycji nie miałbym szans, aby z tego czegokolwiek się dowiedzieć. Kiedy przychodzi do programowania -- całe kilkustronicowe litanie kodu, jedną i tą samą czcionką, żadnych pogrubień chociażby słów kluczowych. Wszystko to na zasadzie "wklep to, bo tak". To w ogóle nie wytrzymuje porównania nawet do najsłabszych książek z Pythonem.

więcej opinii

ukryj opinie