Глубокое обучение. Погружение в мир нейронных сетей (Николенко С., Кадурин А., Архангельская Е.) ; Питер, 2020
от 440 р. до 1493 р.
Автор(ы): Николенко С.; Кадурин А.; Архангельская Е.;
Издатель: Питер
ISBN: 978-5-4461-1537-2, 978-5-496-02536-2
ID: SKU92441
Добавлено: 15.08.2021
Сравнить цены
Цена от 440 р. до 1493 р. в 5 магазинах
Магазин | Цена | Наличие |
---|---|---|
Буквоед 5/5 | 1533 р. Минимальная сумма заказа 100 рублей | наличие уточняйте 15.05.2024 |
ЛитРес 5/5 | 440 р. 550 р. электронная книга | скачать фрагмент | |
Мегамаркет 5/5 | 1095 р. 2431 р. | |
Яндекс.Маркет 5/5 | 1493 р. 1500 р. | |
Питер 5/5 | 702 р. | |
Лабиринт 5/5 | ||
Читай-город 5/5 | ||
МАЙШОП 5/5 | Один из первых книжных интернет-магазинов, работающий с 2002 года | |
Описание
Смотри также Характеристики.
Яндекс.Маркет
Содержание
Глава 1. От биологии к информатике, или We need
to go deeper
1.1. Революция обучения глубоких сетей
1.2. Искусственный интеллект и машинное
обучение
1.3. Немного о словах: каким бывает машинное
обучение
1.4. Особенности человеческого мозга
1.5. Пределы нейробиологии: что мы на самом деле
знаем?
1.6. Блеск и нищета современных нейронных сетей
Глава 2. Предварительные сведения, или Курс
молодого бойца
2.1. Теорема Байеса
2.2. Функции ошибки и регуляризация
2.3. Расстояние Кульбака - Лейблера и
перекрестная энтропия
2.4. Градиентный спуск: основы
2.5. Граф вычислений и дифференцирование на нем
2.6. И о практике: введение в TensorFlow и Keras
Глава 3. Перцептрон, или Эмбрион мудрого
компьютера
3.1. Когда появились искусственные нейронные
сети
3.2. Как работает перцептрон
3.3. Современные перцептроны: функции
активации
3.4. Как же обучаются настоящие нейроны
3.5. Глубокие сети: в чем прелесть и в чем
сложность?
3.6. Пример: распознавание рукописных цифр на
TensorFlow
ЧАСТЬ II. Основные архитектуры
Глава 4. Быстрее, глубже, сильнее, или Об
оврагах, долинах и трамплинах
4.1. Регуляризация в нейронных сетях
4.2. Как инициализировать веса
4.3. Нормализация по мини-батчам
4.4. Метод моментов: Ньютон, Нестеров и Гессе
4.5. Адаптивные варианты градиентного спуска
Глава 5. Сверточные нейронные сети и
автокодировщики, или Не верь глазам своим
5.1. Зрительная кора головного мозга
5.2. Свертки и сверточные сети
5.3. Свертки для распознавания цифр
5.4. Современные сверточные архитектуры
5.5. Автокодировщики
5.6. Пример: кодируем рукописные цифры
Глава 6. Рекуррентные нейронные сети, или Как
правильно кусать себя за хвост
6.1. Мотивация: обработка последовательностей
6.2. Распространение ошибки и архитектуры RNN
6.3. LSTM
6.4. GRU и другие варианты
6.5. SCRN и другие: долгая память в обычных RNN
6.6. Пример: порождаем текст символ за символом
ЧАСТЬ III. Новые архитектуры и применения
Глава 7. Как научить компьютер читать, или
Математик - Мужчина + Женщина =
7.1. Интеллектуальная обработка текстов
7.2. Распределенные представления слов:
word2vec
7.3. Русскоязычный word2vec на практике
7.4. GloVe: раскладываем матрицу правильно
7.5. Вверх и вниз от представлений слов
7.6. Рекурсивные нейронные сети и синтаксический
разбор
Глава 8. Современные архитектуры, или Как в
споре рождается истина
8.1. Модели с вниманием и encoder-decoder
8.2. Порождающие модели и глубокое обучение
8.3. Состязательные сети
8.4. Практический пример и трюк с логистическим
сигмоидом
8.5. Архитектуры, основанные на GAN
Глава 9. Глубокое обучение с подкреплением, или
Удивительное происшествие с чемпионом
9.1. Обучение с подкреплением
9.2. Марковские процессы принятия решений
9.3. От TDGammon к DQN
9.4. Бамбуковая хлопушка
9.5. Градиент по стратегиям и другие применения
Глава 10. Нейробайесовские методы, или Прошлое
и будущее машинного обучения
10.1. Теорема Байеса и нейронные сети
10.2. Алгоритм ЕМ
10.3. Вариационные приближения
10.4. Вариационный автокодировщик
10.5. Байесовские нейронные сети и дропаут
10.6. Заключение: что не вошло в книгу и что
будет дальше
Благодарности
Литература
Видео обзоры (3)
О книге
Серия | Библиотека программиста |
Издатель | Питер |
Год издания | 2020 |
Страниц | 480 |
Переплёт | мягкий |
ISBN | 978-5-4461-1537-2 |
Размеры | 16,40 см × 23,40 см × 2,69 см |
Формат | 70х100/16 (165х233 мм) |
Автор(ы) | Николенко С., Кадурин А., Архангельская Е. |
Тематика | Компьютерные сети |
Тираж | 5000 |
Переплет | Мягкий переплёт |
Возрастные ограничения | 16 |
Кол-во страниц | 480 |
Автор | Николенко С. И., Кадурин А. А., Архангельская |
Авторы | Николенко С. И.; Кадурин А. А.; Архангельская |
Год публикации | 2022 |
Язык | Русский |
Количество страниц | 480 |
Вес, в граммах | 739 |
Издательство | Питер |
Назначение | для технических ВУЗов |
Тип обложки | мягкая |
Язык издания | Русский |
Обложка | мягкая обложка |
Отзывы (15)
-
Швец Илья
- 13 июня 20225/5
Глубокое обучение, как много пыли из курсов и больших зарплат вокруг этого термина. Данная книга даёт очень хорошее погружение в данную отрасль и досыпает в карманы классные архивы по поиску информации. Но, многие испугаются математики, она не сложна, но без базы прорываться через книгу будет очень оооочень сложно и сломать ни один зуб при попытке сделать *кусь* данному граниту науки, поэтому спешу соорудить читателя плохо знакомого с такими терминами как функция распределения, дисперсия, теорема Байеса литературой серии "Занимательная манга" такие книги как: "Занимательная статистика", "Занимательная Байесовская статистика" и "Регрессионный анализ" дадут вам хорошую базу для понимания этой книжки. Удачи вам на вашем пути, и спасибо что выслушали.
0 0
-
Дворянинова Ирина
- 15 мая 20215/5
Эту книгу порекомендовали преподаватели на курсе по Глубокому обучению во ВШЭ. И я ее активно читала и продолжаю читать. Когда мне надо вспомнить или разобрать с каким-то вопросом из этой области - я в первую очередь обращаюсь к ней. В ней хорошо раскрыта теория глубокого обучения. Кода немного, но я считаю это плюсом - есть очень много других источников, где можно посмотреть код, а вот качественная теория мало где есть.
Чтобы читать книгу, нужно иметь релевантную математическую подготовку и навыки программирования.
Книга написала приятным легким языком, местами с юмором. Поэтому читать ее приятно, в отличии от многих других подобных книг, склоняющих в сон.
Ну и, конечно, плюс в том, что она на русском языке. Я хоть и свободно читаю английские технически книги, но все же на русском проще.
Из недостатков я бы отметила качество самой книги - ее нужно делать в твёрдой обложке. Мой экземпляр быстро истрепался и приобрел нетоварный вид. Стал разваливаться переплёт и выпадать листы. Я прикладываю фотографии - можете оценить ее печальное состояние.
Также хотелось бы, чтобы иллюстрации были цветными - по крайней мере, графики с более, чем одной линией. Прикладываю фотографию с графиками, где бы хотелось цвета.
И последнее, будьте внимательны - в коде есть опечатки.0 0
-
Иван
- 22 декабря 20205/5
Книга основательно погружает в тему, рассчитана на знающих математику людей.
0 0
Добавить отзыв
Книги где авторы: Николенко С., Кадурин А., Архангельская Е.
Машинное обучение. Анализ данных - издательство "Питер"
Категория 352 р. - 528 р.
Программирование - издательство "Питер" »
Машинное обучение. Анализ данных
Категория 352 р. - 528 р.