Arritjet në Deep Learning gjatë vitit të fundit

Zhvillime të mëdha në teknologjitë e tekstit, zërit dhe të pamurit kompjuterik

Nga: Ed Tyantov, data scientist (artikull i përkthyer nga Ridvan Bunjaku)

Përshëndetje. Në këtë artikull, do t’ju tregoj se çka ka ndodhur në botën e Machine Learning gjatë vitit të kaluar (kryesisht në Deep Learning). Dhe ka pasur shumë gjëra, prandaj u ndala më së shumti, sipas mendimit tim, në arritjet spektakulare dhe/ose domethënëse. Në artikull nuk janë dhënë aspektet teknike të përmirësimit të arkitekturave të rrjetit. T’i zgjerojmë horizontet tona!

Advertisements

Deep learning, NLP dhe paraqitjet

Shkarkoje: Deep_Learning_NLP_dhe_Paraqitjet.pdf

Ky publikim është përkthim i artikullit ‘Deep Learning, NLP, and Representations’. Fillon me Rrjetet neurale me një shtresë të fshehur. Pastaj jep përshkrim dhe shembuj interesantë të Word Embeddings dhe të paraqitjeve të përbashkëta. Në fund flet për Rrjetet Neurale Rekursive dhe perspektivën e Deep Learning.
Publikimi mund të konsiderohet vazhdim i publikimeve paraprake: “Shembuj ilustrues nga Deep Learning” që është përmbledhje hyrëse informative, dhe “Metodologji praktike për Deep Learning” që e përshkruan një metodologji dhe një proces praktik të dizajnit.

Metodologji praktike për Deep Learning

Shkarkoje: Metodologji_praktike_ne_Deep_Learning.pdf

Ky publikim është përkthim i kapitullit ‘Practical Methodology’ nga libri “Deep Learning”. Fillon me një përshkrim të metodologjisë së rekomanduar nga autorët dhe të procesit praktik të dizajnit. Pastaj shpjegohen hapat e procesit më detalisht. Në fund përshkruhet aplikimi i metodologjisë në shembullin real: sistemin e transkriptimit të numrave të adresave në Google Street View.

Publikimi mund të konsiderohet vazhdim i publikimit paraprak “Shembuj ilustrues nga Deep Learning” që është përmbledhje hyrëse informative.

Shembuj ilustrues nga Deep Learning

Shkarkoje këtu: deep_learning_shembuj_ilustrues

Ky publikim i paraqet disa shembuj ilustrues dhe koncepte hyrëse specifike për Deep Learning. Fillohet me disa figura ilustruese për t’u futur në temë. Pastaj paraqitet një shembull në algjebër lineare dhe një në njehsim numerik. Pas kësaj hyhet me një shembull në bazat e Machine Learning. Në fund shpjegohen rrjetet e thella feedforward dhe një shembull ilustrues.

Publikimi mund të konsiderohet hyrje për publikimin pasues “Metodologji praktike në Deep Learning” që e përshkruan një proces praktik të dizajnit të aplikimit.

Hyrje në paternat e dizajnit GoF

Hyrje në paternat e dizajnit GoF është hyrje në konceptet rrënjësore të paternave të Bandës së Katërshes (Gang of Four). Ky është vazhdim i publikimit GRASP: Dizajnimi i Objekteve me Përgjegjësi. Temat:

OOP dhe teknika të programimit në praktikë

(Shkarkoje librin dhe kodin burimor këtu: OOP dhe teknika të programimit në praktikë)

OOP dhe teknika të programimit në praktikë është libër origjinal i imi ku shpjegohet OOP përmes shembullit praktik të shahut. Ky është libri i parë i këtij lloji shqip dhe ndër projektet më të mëdha shqip me kod të hapur. Kodi i përmban 4,398 rreshta të shkruar. Librin mund ta gjeni në libraritë kryesore të Prishtinës.

GRASP: Dizajnimi i Objekteve me Përgjegjësi

GRASP: Dizajnimi i Objekteve me Përgjegjësi i përmban kapitujt 17 dhe 25 nga libri “Applying UML and Patterns” i Craig Larman. Ky është hyrje në paternat dhe principet e analizës dhe dizajnit të orientuar kah objektet (OOAD). Temat:

Ushtrime në Java, Pjesa 2

Ushtrime në Java, Pjesa 2 i përmban ushtrimet nga kapitujt VII-VIII të librit “Principe të programimit në Java: Arkitekturat dhe Interfejsat” nga David Schmidt. Temat janë:

Ushtrime në Java, Pjesa 1

Ushtrime në Java, Pjesa 1 i përmban ushtrimet nga kapitujt I-VI të librit “Principe të programimit në Java: Arkitekturat dhe Interfejsat” nga David Schmidt dhe disa artikuj për programim nga Ridvan Bunjaku. Temat janë: