Neuronové sítě pro rozpoznávání vzorů

Recenze čtenářů

Kniha nabízí solidní úvod do neuronových sítí, zejména se zaměřením na feed-forward struktury a jejich statistické základy. Přestože obsahuje cenný teoretický obsah, byla kritizována za to, že je pro začátečníky příliš pokročilá, chybí v ní praktické příklady a je poněkud zastaralá z hlediska nedávného pokroku v oboru. Největší přínos mohou mít čtenáři se silným matematickým vzděláním, protože materiál je značně matematický a teoretický.

⬤ Komplexní úvod do neuronových sítí s dopřednou vazbou.
⬤ Silný důraz na statistiku a matematické základy.
⬤ Dobře strukturované a logicky postupující témata.
⬤ Cenné pro ty, kteří mají předchozí znalosti, protože nabízí hlubší pochopení konceptů.
⬤ Jasná a formální prezentace složitých témat.

⬤ Neaktuální a nepokrývá nedávné pokroky v oblasti hlubokého učení.
⬤ Pro začátečníky nebo osoby bez silného matematického zázemí může být příliš pokročilá a teoretická.
⬤ Chybí konkrétní příklady a praktické aplikace probíraných konceptů.
⬤ Cvičení nemusí účinně posilovat koncepty a chybí odpovědi pro sebehodnocení.
⬤ Někteří čtenáři ji považují za příliš akademickou s nedostatečným vysvětlením klíčových pojmů.

(na základě 31 hodnocení čtenářů)

Původní název:

Neural Networks for Pattern Recognition

Obsah knihy:

Jedná se o první ucelené pojednání o neuronových sítích s dopřednou vazbou z hlediska statistického rozpoznávání vzorů.

Po představení základních pojmů se kniha zabývá technikami modelování funkcí hustoty pravděpodobnosti a vlastnostmi a přednostmi modelů vícevrstvých perceptronů a sítí s radiální bázovou funkcí. Rovněž se zabývá různými formami chybových funkcí, hlavními algoritmy pro minimalizaci chybových funkcí, učením a zobecňováním v neuronových sítích a bayesovskými technikami a jejich aplikacemi.

Tato plně aktualizovaná práce, koncipovaná jako učební text s více než 100 cvičeními, bude přínosem pro každého, kdo se zabývá neuronovými výpočty a rozpoznáváním vzorů.