Глубокое обучение с fastai и PyTorch: минимум формул, минимум кода, максимум эффективности
Эта книга представляет собой практическое руководство по глубокому обучению, написанное создателями популярной библиотеки fastai. Авторы доказывают, что для достижения впечатляющих результатов в машинном обучении не обязательно быть математическим гением — достаточно владеть Python и иметь желание решать реальные задачи.
Книга построена по принципу «от практики к теории»: сначала читатели учатся создавать работающие модели для классификации изображений, обработки естественного языка, рекомендательных систем и табличных данных, а затем погружаются в математические основы нейронных сетей. Особое внимание уделяется библиотеке fastai, которая предоставляет высокоуровневый интерфейс для быстрого прототипирования, и фреймворку PyTorch, лежащему в её основе.
Издание охватывает все ключевые аспекты современного глубокого обучения: компьютерное зрение, NLP, коллаборативную фильтрацию, табличное моделирование, а также важные практические темы — развертывание моделей в production, этику данных и интерпретируемость результатов. Книга содержит множество реальных примеров кода и минимум абстрактной теории.
Материал структурирован в четыре части: практическое применение deep learning, детальное изучение возможностей fastai, фундаментальные основы нейронных сетей и создание компонентов с нуля. Такой подход позволяет как быстро начать решать прикладные задачи, так и глубоко понять внутреннее устройство современных архитектур.
