Deep Learning Architectures (Architektury hlubokého učení): Matematický přístup

Recenze čtenářů

Kniha o hlubokém učení představuje komplexní a matematicky bohatý průzkum tohoto tématu. Získala si pochvalu za podrobné vysvětlení a přísné důkazy, ale je kritizována za nedostatečnou korekturu a organizaci, což vede ke zmatení čtenářů. Zatímco někteří ji považují za nejlepší teoretickou knihu o hlubokém učení pro ty, kdo mají silné matematické zázemí, jiní ji považují za špatně napsanou a plnou chyb.

Komplexní pokrytí teoretických aspektů hlubokého učení, dobře vysvětlený matematický obsah, důkladné důkazy, jedinečná teoretická témata, kvalitní tisk.

Špatná korektura s četnými chybami, chaotické uspořádání, pro čtenáře bez silného matematického zázemí může být příliš pokročilá, zklamáním jsou části o analytické teorii.

(na základě 11 hodnocení čtenářů)

Původní název:

Deep Learning Architectures: A Mathematical Approach

Obsah knihy:

Úvodní problémy. - Aktivační funkce.

- Nákladové funkce. - Algoritmy pro hledání minim. - Abstraktní neurony.

- Neuronové sítě.

- Aproximační věty. - Učení s jednorozměrnými vstupy.

- Univerzální aproximátory. - Přesné učení. - Reprezentace informací.

- Posouzení informační kapacity. - Výstupní manifesty. - Neuromanifolds.

- Sdružování. - Konvoluční sítě.

- Rekurentní neuronové sítě. - Klasifikace. - Generativní modely.

- Stochastické sítě.

- Nápovědy a řešení.