Глубокое обучение без математики. Том 1. Основы; ДМК Пресс, 2019

Если вы интересуетесь машинным обучением (Machine Learning) и глубоким обучением (Deep Learning), то этот двухтомник для вас!

Разработка и обучение собственных нейронных сетей

Использование нейронных сетей для понимания данных и создания новых данных

Присвоение описательных категорий текстам, изображениям и другим типам данных

Предсказание последующих значений последовательности данных

Исследование структуры ваших данных

Обработка данных с максимальной эффективностью

Восприятие новых знаний и идей и применение их на практике

Получение удовольствия от обсуждения глубокого обучения с другими специалистами

Эта книга не похожа на большинство других учебников и руководств по глубокому обучению - в ней нет ни детального алгоритмического анализа, сопровождаемого обширной математикой, ни развернутых листингов программного кода. Автор выбрал золотую середину - благодаря дружелюбному подходу, сопровождаемому огромным количеством цветных иллюстраций, а также детальному и скрупулезному описанию, он глубоко освещает основополагающие идеи и фундаментальные основы глубокого обучения и нейронных сетей.

Издание предназначено для всех читателей, кто хочет использовать глубокое обучение в своей работе. Это программисты, инженеры, ученые, руководители, музыканты, врачи и все, кто хочет работать с большими объемами данных, извлекая из них полезную информацию или формируя новые данные.

Продолжение книги будет посвящено практическому воплощению алгоритмов глубокого обучения.

Смотри также о книге.