Глубокое обучение

Перед вами — первая книга о глубоком обучении, написанная на русском языке. Глубокие модели оказались ключом, который подходит ко всем замкам сразу: новые архитектуры и алгоритмы обучения, а также увеличившиеся вычислительные мощности и появившиеся огромные наборы данных привели к революционным прорывам в компьютерном зрении, распознавании речи, обработке естественного языка и многих других типично «человеческих» задачах машинного обучения.

Эти захватывающие идеи, вся история и основные компоненты революции глубокого обучения, а также самые современные достижения этой области доступно и интересно изложены в книге. Максимум объяснений, минимум кода, серьезный материал о машинном обучении и увлекательное изложение — в этой уникальной работе замечательных российских ученых и интеллектуалов.

Книга состоит из двух основных частей. Первая часть «Как обучать нейронные сети» посвящена основам: от биологических предпосылок и теоремы Байеса до градиентного спуска, перцептронов и введения в TensorFlow и Keras. Вторая часть «Основные архитектуры» рассматривает ключевые модели: регуляризацию и оптимизацию, сверточные нейронные сети, автокодировщики и рекуррентные нейронные сети.

Издание подходит как для начинающих, так и для опытных специалистов, желающих получить систематизированное представление о глубоком обучении. Книга объясняет не только как работают алгоритмы, но и почему они работают, предлагая читателю глубокое понимание предмета.