Введение в глубокое обучение
Эта книга представляет собой введение в область глубокого обучения — одну из самых динамично развивающихся технологий искусственного интеллекта. Автор, опытный исследователь в области ИИ, доступно объясняет фундаментальные концепции нейронных сетей и их практическое применение.
В первой части рассматриваются основы нейронных сетей с прямой связью, математический аппарат (функции потерь, градиентный спуск) и принципы их реализации. Отдельная глава посвящена работе с фреймворком TensorFlow — ключевому инструменту для современных разработчиков в области машинного обучения.
Далее книга охватывает более сложные архитектуры: сверточные нейронные сети для обработки изображений, рекуррентные сети и механизмы внимания для работы с последовательностями (включая NLP), а также модели "последовательность-последовательность". Завершающие главы посвящены глубокому обучению с подкреплением и обучению без учителя, включая генеративно-состязательные сети и вариационные автокодировщики.
Издание содержит практические упражнения с ответами, что делает его полезным как для самостоятельного изучения, так и для использования в учебных курсах. Книга подходит для разработчиков, исследователей и студентов, начинающих свой путь в области глубокого обучения.
