книга

Глубокое обучение

Здесь можно купить книгу "Глубокое обучение " в печатном или электронном виде. Также, Вы можете прочесть аннотацию, цитаты и содержание, ознакомиться и оставить отзывы (комментарии) об этой книге.

Автор: Ян Гудфеллоу, Иошуа Бенджио, Аарон Курвилль

Форматы: PDF

Издательство: ДМК Пресс

Год: 2018

Место издания: Москва

ISBN: 978-5-97060-618-6

Страниц: 652

Артикул: 94987

Возрастная маркировка: 16+

Электронная книга

1590 ₽

Купить и скачать

Читать фрагмент

Аннотация

Краткая аннотация книги "Глубокое обучение"

Глубокое обучение — это вид машинного обучения, наделяющий компьютеры способностью учиться на опыте и понимать мир в терминах иерархии концепций. Книга содержит математические и концептуальные основы линейной алгебры, теории вероятностей и теории информации, численных расчетов и машинного обучения в том объеме, который необходим для понимания материала. Описываются приемы глубокого обучения, применяемые на практике, в том числе глубокие сети прямого распространения, регуляризация, алгоритмы оптимизации, сверточные сети, моделирование последовательностей и др. Рассматриваются такие приложения, как обработка естественных языков, распознавание речи, компьютерное зрение, онлайновые рекомендательные системы, биоинформатика и видеоигры. Издание предназначено студентам вузов и аспирантам, а также опытным программистам, которые хотели бы применить глубокое обучение в составе своих продуктов или платформ.

Содержание

Содержание книги "Глубокое обучение "

Веб-сайт
Благодарности
Обозначения
Глава 1. Введение
1.1. На кого ориентирована эта книга
1.2. Исторические тенденции в машинном обучении
Часть I. Основы прикладной математики и машинного обучения
Глава 2. Линейная алгебра
Глава 3. Теория вероятностей и теория информации
Глава 4. Численные методы
Глава 5. Основы машинного обучения
Часть II. Глубокие сети: современные подходы
Глава 6. Глубокие сети прямого распространения
Глава 7. Регуляризация в глубоком обучении
Глава 8. Оптимизация в обучении глубоких моделей
Глава 9. Сверточные сети
Глава 10. Моделирование последовательностей: рекуррентные и рекурсивные сети
Глава 11. Практическая методология
Глава 12. Приложения
Часть III. Исследования по глубокому обучению
Глава 13. Линейные факторные модели
Глава 14. Автокодировщики
Глава 15. Обучение представлений
Глава 16. Структурные вероятностные модели в глубоком обучении
Глава 17. Методы Монте-Карло
Глава 18. Преодоление трудностей, связанных со статической суммой
Глава 19. Приближенный вывод
Глава 20. Глубокие порождающие модели
Список литературы
Предметный указатель

Отзывы

Все отзывы о книге Глубокое обучение

Чтобы оставить отзыв, зарегистрируйтесь или войдите

С книгой "Глубокое обучение" читают