Nauka głębokiego uczenia się

Opinie czytelników

Książka została dobrze przyjęta przez wielu czytelników ze względu na kompleksowe i wciągające podejście do głębokiego uczenia się, dzięki czemu jest odpowiednia zarówno dla początkujących, jak i profesjonalistów. Jednak spotkała się również z krytyką za zwięzłość i brak intuicyjnych wyjaśnień, co czyni ją mniej odpowiednią jako tekst wprowadzający dla nowicjuszy. Pojawiły się również obawy dotyczące dostępności obiecanego kodu uzupełniającego, choć wydaje się, że kwestia ta została rozwiązana.

⬤ Dobrze napisana i wciągająca
⬤ zapewnia solidne podstawy w zakresie sztucznej inteligencji i głębokiego uczenia
⬤ skutecznie rozkłada złożone koncepcje
⬤ dobra zarówno dla początkujących, jak i profesjonalistów
⬤ zawiera pomocne ilustracje
⬤ obejmuje różnorodne tematy i zastosowania w głębokim uczeniu się.

⬤ Prezentacja może być zwięzła i brakuje jej intuicyjnych wyjaśnień
⬤ niektóre sekcje omawiają podstawowe obliczenia, podczas gdy inne pomijają ważne szczegóły
⬤ nie nadaje się jako tekst wprowadzający dla absolutnie początkujących
⬤ początkowe problemy z dostępnością bezpłatnego kodu.

(na podstawie 6 opinii czytelników)

Oryginalny tytuł:

Science of Deep Learning

Zawartość książki:

Ten aktualny przewodnik po głębokim uczeniu się jest przeznaczony dla studentów informatyki, elektrotechniki, nauki o danych, statystyki i OR, a także badaczy w środowisku akademickim i przemyśle.

Najnowocześniejsze tematy obejmują transformatory, GNN, VAE i głębokie RL. Uzupełniający kod i setki ćwiczeń z rozwiązaniami są dostępne na stronie internetowej.