Prefácio
Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: translation-feedback@oreilly.com
Quando a primeira edição deste livro foi publicada em 2018, preencheu uma lacuna crítica na crescente riqueza de conteúdos de aprendizagem automática (ML). Ao fornecer receitas Python práticas e bem testadas, permitiu que os profissionais copiassem e colassem código antes de o adaptarem facilmente aos seus casos de utilização. Em apenas cinco anos, o espaço de ML continuou a explodir com os avanços na aprendizagem profunda (DL) e as estruturas Python DL associadas.
Agora, em 2023, existe a necessidade do mesmo tipo de conteúdo prático que sirva as necessidades dos profissionais de ML e DL com as mais recentes bibliotecas Python. Este livro pretende dar continuidade ao trabalho existente (e fantástico) realizado pelo autor da primeira edição:
-
Actualiza os exemplos existentes para utilizar as últimas versões e frameworks Python
-
Incorporar práticas modernas em fontes de dados, análise de dados, ML e DL
-
Expandir o conteúdo de DL para incluir tensores, redes neurais e DL para texto e visão no PyTorch
-
Leva os nossos modelos um passo à frente, servindo-os numa API
Tal como a primeira edição, este livro adopta uma abordagem à aprendizagem automática baseada em tarefas, apresentando mais de 200 soluções autónomas (copiar, colar e executar) para as tarefas mais comuns com que um cientista de dados ou engenheiro de aprendizagem automática que esteja a ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access