|
Глубокое обучение без математики. Основы
Гласснер Э.
М.: ДМК Пресс - 2019. - 578 с.
ISBN 978-5-97060-701-5
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 и выйдет в издательстве «ДМК Пресс» летом 2019 года.
Смотрите другие книги по теме:
1. Математические основы машинного обучения и прогнозирования.
Вьюгин В.В. М.: МЦНМО, 2018
2. Машинное обучение. Флах П. М.: ДМК Пресс, 2015
3. Верховный алгоритм. Педро Домингос. М.: Манн, Иванов и Фербер, 2016
4. Глубокое обучение. Гудфеллоу Я., Бенджио И., Курвилль А.
М.: ДМК Пресс, 2017
5. Машинное обучение с использованием библиотеки Н2О. Даррен Кук.
М.: ДМК Пресс, 2018
6. Глубокое обучение с точки зрения практика. Паттерсон Дж. и др.
М.: ДМК Пресс, 2018
|
