Математика и архитектура глубокого обучения

Узнайте, что происходит внутри черного ящика! Для использования глубокого обучения вам придется подготовить данные, выбрать правильную модель, обучить ее, оценить качество и точность и предусмотреть обработку неопределенности и изменчивости в выходных данных развернутого решения. Эта книга шаг за шагом знакомит с основными математическими концепциями, которые пригодятся вам как специалисту по данным, — с векторным исчислением, линейной алгеброй и байесовским выводом, представляя их с точки зрения глубокого обучения.

Авторы объясняют математику, теорию и принципы построения моделей глубокого обучения, а затем демонстрируют применение теории на практике, приводя фрагменты программного кода на Python с подробными комментариями. В книге вы пройдете путь от основ алгебры, исчисления и статистики до современных архитектур глубокого обучения, ставших результатом новейших исследований.

5 причин прочитать:
Книга шаг за шагом знакомит с основными математическими концепциями, которые пригодятся вам как специалисту по данным.
Основные принципы проектирования нейронных сетей.
Реализация глубокого обучения на Python с помощью PyTorch.
Регуляризация и оптимизация неэффективных моделей.
Узнайте, что происходит внутри черного ящика!