Rețele neuronale și învățare profundă: Un manual

Recenzii ale cititorilor

Cartea este o resursă academică cuprinzătoare pentru înțelegerea fundamentelor învățării profunde, punând accentul pe teorie și algoritmi, cu explicații clare și o acoperire extinsă a evoluțiilor recente din domeniu. Cu toate acestea, îi lipsesc exemple practice de programare și o discuție privind încorporările.

Bine organizat cu explicații clare, acoperă conceptele fundamentale ale învățării profunde și matematica relevantă, oferă actualizări extinse, inclusiv modele de limbaj mare și arhitecturi moderne, include multe exerciții pentru a consolida conceptele.

Nu include exemple practice de programare sau soluții pentru exerciții, îi lipsește o discuție privind încorporările și necesită un fundal puternic în calcul și algebră liniară.

(pe baza a 7 recenzii ale cititorilor)

Titlul original:

Neural Networks and Deep Learning: A Textbook

Conținutul cărții:

Acest manual acoperă atât modelele clasice, cât și cele moderne în învățarea profundă și include exemple și exerciții pe parcursul capitolelor. Metodele de învățare profundă pentru diferite domenii de date, cum ar fi text, imagini și grafice, sunt prezentate în detaliu. Capitolele din această carte se întind pe trei categorii:

Bazele rețelelor neuronale: Algoritmul backpropagation este discutat în capitolul 2.

Multe modele tradiționale de învățare automată pot fi înțelese ca cazuri speciale de rețele neuronale. Capitolul 3 explorează conexiunile dintre învățarea automată tradițională și rețelele neuronale. Mașinile vectoriale de sprijin, regresia liniară/logistică, descompunerea valorii singulare, factorizarea matricei și sistemele de recomandare sunt prezentate ca fiind cazuri speciale de rețele neuronale.

În capitolele 4 și 5 este prezentată o discuție detaliată a antrenamentului și regularizării Fundamentele rețelelor neuronale:. Capitolele 6 și 7 prezintă rețelele cu funcție de bază radială (RBF) și mașinile Boltzmann restricționate.

Subiecte avansate în rețele neuronale: Capitolele 8, 9 și 10 tratează rețelele neuronale recurente, rețelele neuronale convoluționale și rețelele neuronale grafice. În capitolele 11 și 12 sunt prezentate mai multe subiecte avansate, cum ar fi învățarea prin întărire profundă, mecanismele de atenție, rețelele de transformare, hărțile de auto-organizare Kohonen și rețelele adversariale generative.

Manualul este scris pentru studenții absolvenți și pentru studenții de nivel subuniversitar superior. Cercetătorii și practicienii care lucrează în acest domeniu conex vor dori să-l achiziționeze, de asemenea.

Acolo unde este posibil, este evidențiată o viziune centrată pe aplicație pentru a oferi o înțelegere a utilizărilor practice ale fiecărei clase de tehnici.

Cea de-a doua ediție este substanțial reorganizată și extinsă cu capitole separate privind retropropagarea și rețelele neuronale grafice. Multe capitole au fost revizuite semnificativ față de prima ediție.

Un accent mai mare este pus pe ideile moderne de învățare profundă, cum ar fi mecanismele de atenție, transformatoarele și modelele de limbaj pre-antrenate.