Классический труд от MIT Press теперь на русском языке! Цветное издание с
исправленными опечатками! Глубокое обучение -- это вид машинного обучения,
наделяющий компьютеры способностью учиться на опыте и понимать мир в терминах
иерархии концепций. Поскольку компьютер приобретает знания из опыта, отпадает
нужда в человеке-операторе, который формально описывает необходимые компьютеру
знания. Иерархическая организация позволяет компьютеру обучаться сложным
концепциям, конструируя их из более простых; граф такой иерархии может
содержать много уровней. В этой книге читатель найдёт широкий обзор тем,
изучаемых в глубоком обучении. Книга содержит математические и концептуальные
основы линейной алгебры, теории вероятностей и теории информации, численных
расчётов и машинного обучения в том объёме, который необходим для понимания
материала. Описываются приёмы глубокого обучения, применяемые на практике, в
том числе глубокие сети прямого распространения, регуляризация, алгоритмы
оптимизации, свёрточные сети, моделирование последовательностей, и др.
Рассматриваются такие приложения, как обработка естественных языков,
распознавание речи, компьютерное зрение, онлайновые рекомендательные системы,
биоинформатика и видеоигры. Наконец, описываются перспективные направления
исследований: линейные факторные модели, автокодировщики, обучение
представлений, структурные вероятностные модели, методы Монте-Карло,
статистическая сумма, приближенный вывод и глубокие порождающие модели.
Издание будет полезно студентами и аспирантам, а также опытным программистам,
которые хотели бы применить глубокое обучение в составе своих продуктов или
платформ. «Книга написана ведущими специалистами в этой области и представляет
собой единственное полное изложение предмета».- Илон Маск, сооснователь
компаний Tesla и SpaceX.
652 страницы, мягкий переплёт.