Sieci neuronowe i uczenie głębokie: Podręcznik

Opinie czytelników

Książka jest ogólnie dobrze oceniana za kompleksowe omówienie i jasne wyjaśnienie złożonych pojęć w sieciach neuronowych i głębokim uczeniu się. Wielu czytelników uznało ją za przystępną i pouczającą, szczególnie dla tych, którzy szukają głębszego zrozumienia matematyki stojącej za tym tematem. Niektórzy krytykowali ją jednak za brak praktycznych przykładów i nieco suchą prezentację, co czyni ją mniej odpowiednią dla początkujących poszukujących praktycznych wskazówek.

⬤ Kompleksowe omówienie sieci neuronowych i głębokiego uczenia
⬤ jasne wyjaśnienia złożonych pojęć
⬤ dobre podstawy matematyczne
⬤ przystępne dla osób z przeciętną znajomością rachunku różniczkowego i algebry liniowej
⬤ zapewnia intuicję w rzeczywistych zastosowaniach
⬤ służy jako cenne źródło informacji dla badań i środowisk akademickich.

⬤ Brak praktycznych przykładów i szczegółów implementacji, co może rozczarować tych, którzy szukają praktycznego samouczka
⬤ niektórzy czytelnicy uznali ją za suchą i nadmiernie matematyczną
⬤ kilku uznało strukturę za rozwlekłą i niezorganizowaną
⬤ zgłoszono problemy z wiązaniem.

(na podstawie 47 opinii czytelników)

Oryginalny tytuł:

Neural Networks and Deep Learning: A Textbook

Zawartość książki:

1 Wprowadzenie do sieci neuronowych. - 2 Uczenie maszynowe z płytkimi sieciami neuronowymi.

- 3 Trenowanie głębokich sieci neuronowych. - 4 Uczenie głębokich sieci neuronowych generalizacji. - 5 Sieci o radykalnej funkcji bazowej.

- 6 Ograniczone maszyny Boltzmanna. - 7 Rekurencyjne sieci neuronowe.

- 8 Konwolucyjne sieci neuronowe. - 9 Głębokie uczenie ze wzmocnieniem.

- 10 Zaawansowane tematy w uczeniu głębokim.