Python Deep Learning
Эта книга представляет собой практическое руководство по глубокому обучению с использованием Python. Она охватывает фундаментальные концепции нейронных сетей и их применение к реальным задачам. Автор, Иван Васильев, делится своим опытом работы с открытыми библиотеками глубокого обучения и применения нейросетей в различных областях, включая финансовый машинный анализ.
Книга начинается с введения в машинное обучение, объясняя различные подходы: обучение с учителем, без учителя и с подкреплением. Затем подробно рассматриваются математические основы нейронных сетей, включая линейную алгебру, теорию вероятностей и дифференциальное исчисление. Эти разделы обеспечивают необходимый теоретический фундамент для понимания работы глубоких моделей.
Основное внимание уделяется глубоким нейронным сетям, их архитектуре, функциям активации и методам обучения. Рассматриваются современные библиотеки, такие как PyTorch и Keras, с практическими примерами их использования. Отдельная часть книги посвящена применению сверточных нейронных сетей (CNN) в компьютерном зрении, включая расширенные типы сверток и популярные модели CNN.
Издание подходит как для начинающих, так и для опытных разработчиков, желающих углубить свои знания в области глубокого обучения. Книга содержит множество код-примеров и практических задач, помогающих закрепить теоретический материал.
