Основы глубокого обучения. Создание алгоритмов для искусственного интеллекта следующего поколения

-17%

Описание и характеристики

Глубокое обучение — машинное обучение, которое строится на идее обучения через примеры. Эта книга разбирает основные идеи этой сложной отрасли изучения искусственного интеллекта. Авторы ставят цель сформировать целостное представление о том, как решаются задачи в области глубокого обучения, какие понятия используются в этой среде и как внедрять соответствующие алгоритмы.
С оживлением нейросетей в 2000-е годы глубокое обучение стало чрезвычайно активно развивающейся областью исследования, прокладывающей путь современному машинному обучению. Эта книга предлагает примеры и толкования, которые помогут понять основные идеи в этой сложной отрасли знаний. Такие крупные компании, как Google, Microsoft и Facebook, обратили внимание на глубокое обучение и активно увеличивают штат своих подразделений, работающих в этой области. Для всех остальных оно остается все еще сложным, комплексным и трудноуловимым предметом. Исследования переполнены непонятным жаргоном, а разрозненные учебники, имеющиеся в сети, не дают должного представления о том, как решаются задачи в этой области. Цель этой книги — заполнить данный пробел.
ID товара 2774058
Серия МИФ. IT
Год издания
ISBN 978-5-00146-472-3
Количество страниц 304
Размер 1.8x17.5x23.5
Тип обложки Мягкий переплёт
Тираж 2000
Вес, г 529
Возрастные ограничения 16+
2 013 ₽
2 429 ₽
+ до 301 бонуса
В наличии

В магазины сети, бесплатно

ЗавтраАдреса магазинов

Другие способы доставки
7
за 2 299 ₽ сегодня
В наличии в 1 магазине 
Забрать за 1 час
Экспресс-доставка, 700 ₽ • Завтра до 13 часов дня 

Отзывы

15 бонусов

за полезный отзыв длиной от 300 символов

15 бонусов

если купили в интернет-магазине «Читай-город»

Полные правила начисления бонусов за отзывы
3.0
3 оценки
0
2
0
0
1
2 5
21.10.2023
2
Не советую брать книгу тем, что хочет погрузиться в машинное обучение.
Во-первых, она уже устарела. В книге приводится неактуальный обзор фреймворков глубокого обучения. А сам выбранный фреймворк TensorFlow уже шагнул далеко вперёд (на момент написания книги keras ещё даже не слился с TensorFlow ) и код, представленный в книге, будет работать далеко не всегда.
Во-вторых, информация подаётся очень скомкано. Через 30 страниц поверхностного описания сложных концепции, в том числе математических, авторы заключают: "теперь вы понимаете теорию моделей глубокого обучения"...
Подойдет просто в качестве путеводителя, но не в качестве учебного пособия.
Плюсы
хорошая печать
Минусы
скомканность информации
Глубокое обучение — машинное обучение, которое строится на идее обучения через примеры. Эта книга разбирает основные идеи этой сложной отрасли изучения искусственного интеллекта. Авторы ставят цель сформировать целостное представление о том, как решаются задачи в области глубокого обучения, какие понятия используются в этой среде и как внедрять соответствующие алгоритмы.
С оживлением нейросетей в 2000-е годы глубокое обучение стало чрезвычайно активно развивающейся областью исследования, прокладывающей путь современному машинному обучению. Эта книга предлагает примеры и толкования, которые помогут понять основные идеи в этой сложной отрасли знаний. Такие крупные компании, как Google, Microsoft и Facebook, обратили внимание на глубокое обучение и активно увеличивают штат своих подразделений, работающих в этой области. Для всех остальных оно остается все еще сложным, комплексным и трудноуловимым предметом. Исследования переполнены непонятным жаргоном, а разрозненные учебники, имеющиеся в сети, не дают должного представления о том, как решаются задачи в этой области. Цель этой книги — заполнить данный пробел.