Аннотация: Нейронные сети и глубокое обучение. Учебный курс

В книге рассматриваются как классические, так и современные модели глубокого обучения. Главы книги можно разбить на три группы.
- Основы нейронных сетей. Суть многих традиционных моделей машинного обучения можно понять, рассматривая их как частные случаи нейронных сетей. В первых двух главах основной упор сделан на понимании взаимосвязи традиционного машинного обучения и нейронных сетей. Будет показано, что метод опорных векторов, линейная и логистическая регрессия, сингулярное разложение, факторизация матриц и рекомендательные системы являются именно такими частными случаями. Наряду с ними рассматриваются и такие сравнительно новые методы конструирования признаков, как word2vec.
- Фундаментальные понятия нейронных сетей. Главы 3 и 4 посвящены подробному обсуждению процессов тренировки и регуляризации нейронных сетей. В главах 5 и 6 рассмотрены сети радиально-базисных функций (RBF) и ограниченные машины Больцмана.
- Дополнительные вопросы нейронных сетей. В главах 7 и 8 обсуждаются рекуррентные и сверточные нейронные сети. Главы 9 и 10 посвящены более сложным темам, таким как глубокое обучение с подкреплением, нейронные машины Тьюринга, самоорганизующиеся карты Кохонена и генеративно-состязательные сети.
Книга предназначена для студентов старших курсов, исследователей и специалистов-практиков. Там, где это возможно, автор обращает особое внимание на прикладные аспекты использования каждого класса методов.

Автор/составитель	Аггарвал Чару
Год выпуска	2020
ISBN	978-5-907203-01-3
Производитель	Вильямс
Издательство	Вильямс
Количество томов	1
Количество страниц	752
Переплет	Твёрдый переплёт
Размеры	250x170x40 мм
Цвет	Фиолетовый
Тип бумаги	офсетная (60-220 г/м2)
Наличие иллюстраций	рисунки
Тип иллюстраций	черно-белые
Стандарт	6
Вес	1106
Язык	русский