Глубокое обучение

• Основы прикладной математики и машинного обучения
• Теория вероятности и теория информации
• Оценка максимального правдоподобия
• Современные подходы к глубоким сетям
• Регуляризация в глубоком обучении
• Оптимизация в обучении глубоких моделей
• Моделирование последовательностей
• Исследования по глубокому обучению
• Структурные вероятностные модели в глубоком обучении
• Преодоление трудностей, связанных со статической суммой

Глубокое обучение - это вид машинного обучения, наделяющий компьютеры способностью учиться на опыте и понимать мир в терминах иерархии концепций. 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.

Издание предназначено студентам вузов и аспирантам, а также опытным программистам, которые хотели бы применить глубокое обучение в составе своих продуктов или платформ.

Книга издана в цвете и в твердом переплете.