Motory umělé inteligence: Učebnice Úvod do matematiky hlubokého učení

Recenze čtenářů

Kniha je obecně dobře hodnocena pro své jasné a stručné vysvětlení konceptů strojového učení a přístupný styl. Někteří uživatelé však považují některé části za nepřehledné kvůli těžkému matematickému zápisu a nedostatku definic klíčových pojmů. Jako nevýhody byly také zaznamenány problémy s kompatibilitou s elektronickými čtečkami a neúplné dodávky.

⬤ Stručná, zábavná a nabitá cennými informacemi
⬤ přehledná a čtivá prezentace
⬤ silná základní vysvětlení vhodná pro začátečníky
⬤ efektivní výukový styl
⬤ dobrý pro pochopení základních pojmů
⬤ respektující přístup k novým studentům
⬤ dobře napsaný a intuitivní přehled strojového učení
⬤ autor reaguje na dotazy.

⬤ Matoucí matematický zápis, zejména v pozdějších kapitolách
⬤ nedostatečná definice důležitých pojmů
⬤ problémy s kompatibilitou s některými zařízeními
⬤ neúplné dodání knihy.

(na základě 15 hodnocení čtenářů)

Původní název:

Artificial Intelligence Engines: A Tutorial Introduction to the Mathematics of Deep Learning

Obsah knihy:

Mozek měl vždy zásadní výhodu oproti běžným počítačům: mohl se učit. Nová generace algoritmů umělé inteligence v podobě hlubokých neuronových sítí však tuto výhodu rychle eliminuje.

Hluboké neuronové sítě se opírají o adaptivní algoritmy, které umožňují zvládnout širokou škálu úloh, včetně diagnostiky rakoviny, rozpoznávání objektů, rozpoznávání řeči, ovládání robotů, šachů, pokeru, vrhcábů a hry Go, na nadlidské úrovni. V této bohatě ilustrované knize jsou nejprve neformálně vysvětleny klíčové algoritmy učení neuronových sítí a poté následují podrobné matematické analýzy. Témata zahrnují jak historicky významné neuronové sítě (např.

perceptrony), tak moderní hluboké neuronové sítě (např. generativní adverzní sítě).

Online počítačové programy, sesbírané z repozitářů s otevřeným zdrojovým kódem, umožňují praktické zkušenosti s neuronovými sítěmi a prezentace v PowerPointu poskytují podporu pro výuku. Kniha je psána neformálním stylem, obsahuje obsáhlý slovníček pojmů, výukové přílohy (např.

Bayesova věta) a seznam další literatury a je ideálním úvodem do algoritmických motorů moderní umělé inteligence.