Grokking Deep Learning
Книга «Grokking Deep Learning» предлагает уникальный подход к изучению глубокого обучения с нуля. Автор, Эндрю Траск, ведёт читателя от самых основ — простых нейронных сетей и градиентного спуска — к более сложным концепциям, таким как обратное распространение ошибки и построение глубоких нейронных сетей. Особенность книги в том, что она не требует предварительных знаний в высшей математике или машинном обучении, делая сложные темы доступными через интуитивные объяснения и практические примеры.
Основное внимание уделяется пониманию того, как нейронные сети учатся на данных. Читатель шаг за шагом реализует алгоритмы с помощью Python и NumPy, начиная с предсказаний на основе одного нейрона и заканчивая построением многослойных сетей. Книга охватывает ключевые темы: прямое распространение, измерение ошибки, градиентный спуск для одной и нескольких переменных, а также решение реальных задач, таких как проблема уличного освещения.
«Grokking Deep Learning» идеально подходит для начинающих, которые хотят не просто использовать готовые библиотеки, а понять фундаментальные принципы работы нейронных сетей. Практический подход, множество иллюстраций и доступный язык делают эту книгу отличным стартом для погружения в мир искусственного интеллекта и глубокого обучения.
