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 |
![Loading](/catalog/view/theme/default/stylesheet/download.gif)