Математика та архітектура глибокого навчання. Крішнанду Чаудхурі.

Дізнайтеся, що відбувається всередині чорної скриньки! Для використання глибокого навчання вам
доведеться підготувати дані, вибрати правильну модель, навчити її, оцінити якість і точність та передбачити обробку невизначеності та мінливості у вихідних даних розгорнутого рішення. Ця книга крок за кроком знайомить з основними математичними концепціями, які стануть вам у нагоді як фахівцями за даними, – з векторним обчисленням, лінійною алгеброю та байєсівським висновком, представляючи їх з погляду глибокого навчання.

Автори пояснюють математику, теорію та принципи побудови моделей глибокого навчання, а потім демонструють застосування теорії на практиці, наводячи фрагменти програмного коду на Python із докладними коментарями. У книзі ви пройдете шлях від основ алгебри, обчислення та статистики до сучасних архітектур глибокого навчання, які стали результатом новітніх досліджень.

У цій книзі:

• основні засади проектування нейронних мереж;
• реалізація глибокого навчання на Python за допомогою PyTorch;
• регуляризація та оптимізація неефективних моделей.

Читач повинен бути знайомий з мовою програмування Python і знати основи алгебри та матаналізу.

КОМУ АДРЕСУВАНА КНИГА

Книга адресована читачеві, який має базові знання інженерної математики та програмування на Python, а також серйозний намір освоїти глибоке навчання. Для максимальної користі математичні викладки рекомендується опрацювати за допомогою олівця та паперу, а програми PyTorch – виконати на комп'ютері. Ось деякі можливі категорії читачів.

• Фахівець із науково-технічною або математичною освітою (можливо, здобутою деякий час тому), який розглядає можливість розпочати кар'єру у сфері глибокого навчання. Попередні знання в галузі машинного навчання або глибокого навчання не потрібні.
• Практикуючий спеціаліст з машинного навчання початкового чи середнього рівня, який прагне краще зрозуміти роботу різних методів і перейти від завантаження моделей з Інтернету та їх тестування до розробки власних рішень глибокого навчання для реалізації реальних завдань та/або розвинути здатність читати та розуміти дослідницькі публікації на цю тему.
• Студент, який починає кар'єру в галузі глибокого навчання.