Эндрю Гласснер - Глубокое обучение без математики. Основы. Практика (2019–2020)

1. Глубокое обучение без математики. Основы

Эта книга не похожа на большинство других учебников и руководств по глубокому обучению – в ней нет ни детального алгоритмического анализа, сопровождаемого обширной математикой, ни развернутых листингов программного кода. Автор выбрал золотую середину - благодаря дружелюбному подходу, сопровождаемому огромным количеством цветных иллюстраций, а также детальному и скрупулезному описанию, он глубоко освещает основополагающие идеи и фундаментальные основы глубокого обучения и нейронных сетей.
Издание предназначено для всех читателей, кто хочет использовать глубокое обучение в своей работе. Это программисты, инженеры, ученые, руководители, музыканты, врачи и все, кто хочет работать с большими объемами данных, извлекая из них полезную информацию или формируя новые данные.
Прочитав книгу, вы научитесь:
• разрабатывать и обучать собственные нейронные сети;
• использовать нейронные сети для понимания данных и создания новых данных;
• присваивать описательные категории текстам, изображениям и другим типам данных;
• предсказывать последующие значения последовательности данных;
• исследовать структуру ваших данных;
• обрабатывать ваши данные с максимальной эффективностью;
• использовать языки программирования и библиотеку DL по своему желанию;
• воспринимать новые знания и идеи и применять их на практике;
• получать удовольствие от обсуждения глубокого обучения с другими специалистами.

2. Глубокое обучение без математики. Практика

Если вы интересуетесь машинным обучением (Machine Learning) и глубоким обучением (Deep Learning), то этот двухтомник для вас.
Эта книга не похожа на большинство других учебников и руководств по глубокому обучению – в ней нет ни детального алгоритмического анализа, сопровождаемого обширной математикой, ни развернутых листингов программного кода. Автор выбрал золотую середину - благодаря дружелюбному подходу, сопровождаемому огромным количеством цветных иллюстраций, а также детальному и скрупулезному описанию, он глубоко освещает основополагающие идеи глубокого обучения и нейронных сетей.
Второй том посвящен нейронным сетям – быстро развивающемуся направлению машинного обучения.