Книги / Компьютерная литература / Общие вопросы, справочная литература / Общая информатика. Теория информатики

Глубокое обучение (цветная)

Бенджио Иошуа, Гудфеллоу Ян, Курвилль Аарон

Код товара: 2949384

(0 оценок)Оценить

ОтзывНаписать отзыв

ВопросЗадать вопрос

1 / 3

PDF

1 / 3

-35%

2 946

4 531

Доставим в

г. Москва

Планируемая дата

1 мая (Ср)

Курьером

бесплатно от 10 000 ₽

В пункт выдачи

от 155 ₽

бесплатно от 10 000 ₽

Точная стоимость доставки рассчитывается при оформлении заказа

Издательство:

ДМК-Пресс

Оригинальное название:

Deep Learning

Год издания:

Редактор:

Мовчан Д. А.

Переводчик:

Слинкин А. А.

Описание

Характеристики

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 найдет широкий обзор тем, изучаемых в глубоком обучении.
Книга содержит математические и концептуальные основы линейной алгебры, теории вероятностей и теории информации, численных расчетов и машинного обучения в том объеме, который необходим для понимания материала. Описываются приемы глубокого обучения, применяемые на практике, в том числе глубокие сети прямого распространения, регуляризация, алгоритмы оптимизации, сверточные 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.

количество томов

количество страниц

652 стр.

переплет

Твёрдый переплёт

размеры

240x174x37 мм

тип бумаги

офсетная (60-220 г/м2)

формат

70x100/16 (170x240 мм)

ISBN

978-5-97060-618-6

стандарт

6 шт.

возрастная категория

18+ (нет данных)

вес

1154 г

код в Майшоп

2949384

язык

русский

Содержание

Веб-сайт
Благодарности
Обозначения
Глава 1. Введение
Часть I. Основы прикладной математики и
машинного обучения
Глава 2. Линейная алгебра
Глава 3. Теория вероятности и теория информации
Глава 4. Численные методы
Глава 5. Основы машинного обучения
Часть II. Глубокие сети: современные подходы
Глава 6. Глубокие сети прямого распространения
Глава 7. Регуляризация в глубоком обучении
Глава 8. Оптимизация в обучении глубоких моделей
Глава 9. Сверточные сети
Глава 10. Моделирование последовательностей:
рекуррентные и рекурсивные сети
Глава 11. Практическая методология
Глава 12. Приложения
Часть III. Исследования по глубокому обучению
Глава 13. Линейные факторные модели
Глава 14. Автокодировщики
Глава 15. Обучение представлений
Глава 16. Структурные вероятностные модели в
глубоком обучении
Глава 17. Методы Монте-Карло
Глава 18. Преодоление трудностей, связанных со
статической суммой
Глава 19. Приближенный вывод
Глава 20. Глубокие порождающие модели
Список литературы
Предметный указатель

Отзывы

Вопросы

Поделитесь своим мнением об этом товаре с другими покупателями — будьте первыми!

Дарим бонусы за отзывы!

За какие отзывы можно получить бонусы?

За уникальные, информативные отзывы, прошедшие модерацию

Как получить больше бонусов за отзыв?

Публикуйте фото или видео к отзыву
Пишите отзывы на товары с меткой "Бонусы за отзыв"

Правила начисления бонусов

Задайте вопрос, чтобы узнать больше о товаре

Если вы обнаружили ошибку в описании товара «Глубокое обучение (цветная)» (авторы: Бенджио Иошуа, Гудфеллоу Ян, Курвилль Аарон), то выделите её мышкой и нажмите Ctrl+Enter. Спасибо, что помогаете нам стать лучше!