Архитектуры глубокого обучения. Математический подход; ДМК Пресс, 2020

Книга описывает, как работают нейронные сети, с математической точки зрения и предлагает оценивать успех нейронных сетей не методом проб и ошибок, а путем четкого математического анализа. Современные идеи глубокого обучения представлены с опорой на концепции классической математики. Описано введение в теорию нейронных сетей, нейронные сети как универсальные аппроксиматоры и процессоры информации, сверточные (CNN), рекуррентные (RNN), генеративно-состязательные (GAN) нейронные сети и многое другое. Издание будет интересно исследователям машинного обучения, а также может использоваться для преподавания глубокого обучения в университетах.

Смотри также о книге.