Învățarea profundă: Teorie, arhitecturi și aplicații în procesarea vorbirii, imaginilor și limbajului

Titlul original:

Deep Learning: Theory, Architectures and Applications in Speech, Image and Language Processing

Conținutul cărții:

Această carte este un ghid de referință detaliat privind învățarea profundă și aplicațiile sale. Scopul său este de a oferi o înțelegere de bază a învățării profunde și a diferitelor sale arhitecturi care sunt aplicate pentru a procesa imagini, vorbire și limbaj natural. Ea explică conceptele de bază și multe cazuri moderne de utilizare prin intermediul a cincisprezece capitole la care au contribuit cadre universitare și cercetători din domeniul informaticii. Până la sfârșitul cărții, cititorul se va familiariza cu diferite abordări și modele de învățare profundă și va înțelege cum să implementeze diferiți algoritmi de învățare profundă utilizând mai multe cadre și biblioteci.

Această carte este împărțită în trei părți. Prima parte explică înțelegerea operațională de bază, istoria, evoluția și provocările asociate cu învățarea profundă. De asemenea, sunt acoperite conceptele de bază ale matematicii și cerințele hardware pentru implementarea învățării profunde și unele dintre cadrele sale populare pentru aplicații medicale.

A doua parte este dedicată analizei sentimentelor utilizând tehnici de învățare profundă și învățare automată. Această secțiune a cărții acoperă experimentarea și aplicarea tehnicilor și arhitecturilor de învățare profundă în aplicații din lumea reală. Ea detaliază abordările, problemele și provocările principale în construirea de mașini aliniate etic. De asemenea, este prezentată o abordare inspirată de gândirea și înțelepciunea tradițională orientală.

Partea finală acoperă abordările de inteligență artificială utilizate pentru a explica modelele de învățare automată care sporesc transparența în beneficiul utilizatorilor. În această secțiune sunt incluse o analiză și o descriere detaliată a utilizării grafurilor de cunoștințe în generarea de explicații pentru sistemele de recomandare black-box și o analiză a proiectării sistemelor etice și a unui model pentru educația durabilă. Un capitol suplimentar demonstrează modul în care o tehnică de învățare automată semi-supervizată poate fi utilizată pentru gestionarea portofoliului de criptomonede.

Cartea este o referință oportună pentru academicieni, profesioniști, cercetători și studenți la instituții de inginerie și medicale care lucrează la aplicații de inteligență artificială.