Motoare de inteligență artificială: Un tutorial Introducere în matematica învățării profunde

Recenzii ale cititorilor

Cartea este în general bine primită pentru explicațiile sale clare și concise ale conceptelor de învățare automată și pentru stilul său accesibil. Cu toate acestea, unii utilizatori consideră că anumite secțiuni sunt confuze din cauza notației matematice grele și a lipsei definițiilor pentru termenii cheie. Problemele de compatibilitate cu cititoarele electronice și livrările incomplete au fost, de asemenea, notate ca dezavantaje.

⬤ Concis, distractiv și încărcat cu informații valoroase
⬤ prezentare clară și ușor de citit
⬤ explicații fundamentale puternice potrivite pentru începători
⬤ stil tutorial eficient
⬤ bun pentru înțelegerea conceptelor de bază
⬤ abordare respectuoasă față de noii cursanți
⬤ revizuire bine scrisă și intuitivă a învățării automate
⬤ autorul este receptiv la solicitări.

⬤ Notație matematică confuză, în special în ultimele capitole
⬤ definiție insuficientă a termenilor importanți
⬤ probleme de compatibilitate cu anumite dispozitive
⬤ livrare incompletă a cărții.

(pe baza a 15 recenzii ale cititorilor)

Titlul original:

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

Conținutul cărții:

Creierul a avut întotdeauna un avantaj fundamental față de computerele convenționale: poate învăța. Cu toate acestea, o nouă generație de algoritmi de inteligență artificială, sub forma rețelelor neuronale profunde, elimină rapid acest avantaj.

Rețelele neuronale profunde se bazează pe algoritmi adaptivi pentru a stăpâni o mare varietate de sarcini, inclusiv diagnosticarea cancerului, recunoașterea obiectelor, recunoașterea vorbirii, controlul roboților, șahul, pokerul, tablele și Go, la niveluri de performanță supraumane. În această carte bogat ilustrată, algoritmii cheie de învățare a rețelelor neuronale sunt explicați mai întâi informal, urmați de analize matematice detaliate. Subiectele includ atât rețele neuronale importante din punct de vedere istoric (de exemplu, perceptronii), cât și rețele neuronale profunde moderne (de exemplu, rețele adversariale generative).

Programele de calculator online, adunate din depozite open source, oferă o experiență practică a rețelelor neuronale, iar diapozitivele PowerPoint oferă suport pentru predare. Scrisă într-un stil informal, cu un glosar cuprinzător, anexe tutoriale (de exemplu, teorema lui Bayes) și o listă de lecturi suplimentare, aceasta este o introducere ideală la motoarele algoritmice ale inteligenței artificiale moderne.