Silniki sztucznej inteligencji: Samouczek Wprowadzenie do matematyki głębokiego uczenia się

Opinie czytelników

Książka została ogólnie dobrze przyjęta ze względu na jasne i zwięzłe wyjaśnienia koncepcji uczenia maszynowego oraz przystępny styl. Jednak niektórzy użytkownicy uważają, że niektóre sekcje są mylące ze względu na ciężką notację matematyczną i brak definicji kluczowych terminów. Jako wady wskazano również problemy z kompatybilnością z czytnikami e-booków i niekompletne dostawy.

⬤ Zwięzła, zabawna i pełna cennych informacji
⬤ przejrzysta i czytelna prezentacja
⬤ solidne podstawowe wyjaśnienia odpowiednie dla początkujących
⬤ skuteczny styl samouczka
⬤ dobre do zrozumienia podstawowych pojęć
⬤ pełne szacunku podejście do nowych uczniów
⬤ dobrze napisany i intuicyjny przegląd uczenia maszynowego
⬤ autor reaguje na zapytania.

⬤ Myląca notacja matematyczna, szczególnie w późniejszych rozdziałach
⬤ niewystarczająca definicja ważnych terminów
⬤ problemy z kompatybilnością z niektórymi urządzeniami
⬤ niekompletna dostawa książki.

(na podstawie 15 opinii czytelników)

Oryginalny tytuł:

Artificial Intelligence Engines: A Tutorial Introduction to the Mathematics of Deep Learning

Zawartość książki:

Mózg zawsze miał fundamentalną przewagę nad konwencjonalnymi komputerami: może się uczyć. Jednak nowa generacja algorytmów sztucznej inteligencji, w postaci głębokich sieci neuronowych, szybko eliminuje tę przewagę.

Głębokie sieci neuronowe opierają się na adaptacyjnych algorytmach, aby opanować szeroką gamę zadań, w tym diagnozę raka, rozpoznawanie obiektów, rozpoznawanie mowy, sterowanie robotami, szachy, pokera, backgammona i Go, na nadludzkim poziomie wydajności. W tej bogato ilustrowanej książce kluczowe algorytmy uczenia się sieci neuronowych zostały najpierw wyjaśnione w sposób nieformalny, a następnie przedstawiono szczegółowe analizy matematyczne. Tematy obejmują zarówno historycznie ważne sieci neuronowe (np.

perceptrony), jak i nowoczesne głębokie sieci neuronowe (np. generatywne sieci przeciwstawne).

Programy komputerowe online, zebrane z repozytoriów open source, zapewniają praktyczne doświadczenie z sieciami neuronowymi, a slajdy PowerPoint zapewniają wsparcie w nauczaniu. Napisana w nieformalnym stylu, z obszernym glosariuszem, dodatkami samouczka (np.

Twierdzenie Bayesa) i listą dalszych lektur, jest to idealne wprowadzenie do algorytmicznych silników nowoczesnej sztucznej inteligencji.