Matematika neuronových sítí

Recenze čtenářů

Kniha „The Math of Neural Networks“ od Michaela Taylora poskytuje podrobný a přístupný úvod do neuronových sítí, který je určen především začátečníkům s určitými základními matematickými znalostmi. Ačkoli mnozí považují vizuální prezentaci za efektivní a vysvětlení za srozumitelné, kniha vyžaduje trpělivost a předchozí znalosti, aby bylo možné plně pochopit její složité koncepty. Někteří čtenáři upozorňují na kvalitu samizdatu a omezení v prezentaci, ale celkově ji lze doporučit zájemcům o strojové učení a hluboké učení.

Jasný a dobře vysvětlený obsah, pěkná vizuální prezentace, komplexní informace pro začátečníky, efektivní členění složitých myšlenek, informativní grafika a příklady a dobrý zdroj informací pro další vzdělávání.

Vyžaduje základní znalosti matematiky a statistiky, může být náročná pro úplné začátečníky, samizdatová kvalita s drobnými problémy s formátováním a pro některé je hutná a nevhodná pro rychlé čtení.

(na základě 61 hodnocení čtenářů)

Původní název:

The Math of Neural Networks

Obsah knihy:

Existuje mnoho důvodů, proč nás neuronové sítě fascinují a proč v posledních letech zaujaly titulky novin. Zlepšují vyhledávání na webu, organizují fotografie, a dokonce se používají při překladu řeči.

Dokážou dokonce generovat šifrování. Zároveň jsou ale také záhadné a ohromující: jak přesně těchto věcí dosahují? Co se děje uvnitř neuronové sítě? Na vysoké úrovni se síť učí stejně jako my, metodou pokusů a omylů. To platí bez ohledu na to, zda je síť řízená, neřízená nebo částečně řízená.

Jakmile se však ponoříme trochu hlouběji, zjistíme, že v procesu pokusů a omylů hraje hlavní roli několik matematických funkcí. Je také jasné, že pochopení základní matematiky pomáhá objasnit, jak se síť učí.

V následujících kapitolách se budeme zabývat matematikou, která řídí neuronovou síť. Za tímto účelem použijeme jako model síť s dopředným posuvem a budeme sledovat vstupy, jak se pohybují v síti.