Глубокое обучение

Глубокое обучение

Я. Гудфеллоу Иошуа Бенджио Аарон Курвилль

     

бумажная книга

68.26 USD 64.85 USD

вы экономите 3.41 USD (5%).


В корзину


Наличие на складе:

Склад в Москве

Ожидаемое поступление (если вы сделаете заказ прямо сейчас): 01.02.2021; планируемая отправка: 02.02.2021

Склад в С.-Петербурге

Ожидаемое поступление (если вы сделаете заказ прямо сейчас): 04.02.2021; планируемая отправка: 05.02.2021



Издательство: ДМК Пресс
Дата выхода: декабрь 2018
ISBN: 978-5-97060-618-6
Объём: 652 страниц
Масса: 1200 г
Размеры(В x Ш x Т), см: 24 x 17
Обложка: твёрдая
Бумага: офсетная
Переводное издание: Deep Learning
Язык оригинала: английский
Место в рейтинге продаж: 1168

Классический труд от MIT Press теперь на русском языке! Цветное издание с исправленными опечатками!

 

Глубокое обучение — это вид машинного обучения, наделяющий компьютеры способностью учиться на опыте и понимать мир в терминах иерархии концепций. Поскольку компьютер приобретает знания из опыта, отпадает нужда в человеке-операторе, который формально описывает необходимые компьютеру знания. Иерархическая организация позволяет компьютеру обучаться сложным концепциям, конструируя их из более простых; граф такой иерархии может содержать много уровней.

 

В этой книге читатель найдет широкий обзор тем, изучаемых в глубоком обучении. 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. Наконец, описываются перспективные направления исследований: линейные факторные модели, автокодировщики, обучение представлений, структурные вероятностные модели, методы Монте-Карло, статистическая сумма, приближенный вывод и глубокие порождающие модели. Издание будет полезно студентами и аспирантам, а также опытным программистам, которые хотели бы применить глубокое обучение в составе своих продуктов или платформ.

 

«Книга написана ведущими специалистами в этой области и представляет собой единственное полное изложение предмета».

 - Илон Маск, сооснователь компаний Tesla и SpaceX