Hodnotenie:
Kniha o hlbokom učení získala zmiešané recenzie, pričom mnohí chvália jej matematickú hĺbku a teoretické poznatky, zatiaľ čo iní ju kritizujú za zlú organizáciu, početné typografické chyby a nedostatočnú korektúru. Odporúčame ju tým, ktorí majú silné matematické zázemie, ale môže byť frustrujúca pre tých, ktorí sú menej oboznámení s požadovanými konceptmi.
Výhody:Bohatý matematický obsah, dobre vysvetlené rigorózne dôkazy, komplexné pokrytie optimalizácie a teoretických aspektov hlbokého učenia, odporúčané pre tých, ktorí majú silné matematické zručnosti.
Nevýhody:Početné typografické chyby a nesprávne zápisy, zlá organizácia, nedostatočná korektúra vedúca k zmätku a časti, ktoré nemusia nájsť odozvu u čitateľov neznalých pokročilej matematiky.
(na základe 11 čitateľských recenzií)
Deep Learning Architectures: A Mathematical Approach
Táto kniha opisuje fungovanie neurónových sietí z matematického hľadiska.
Výsledkom je, že neurónové siete možno interpretovať ako univerzálne aproximátory funkcií aj ako procesory informácií. Kniha preklenuje priepasť medzi myšlienkami a koncepciami neurónových sietí, ktoré sa dnes používajú na intuitívnej úrovni, a presným moderným matematickým jazykom, pričom predstavuje najlepšie postupy prvých a využíva robustnosť a eleganciu druhých.
Túto knihu možno použiť v rámci postgraduálneho kurzu hlbokého učenia, pričom prvých niekoľko častí je prístupných aj starším študentom. Okrem toho bude kniha široko zaujímavá pre výskumníkov v oblasti strojového učenia, ktorí sa zaujímajú o teoretické chápanie tejto problematiky.
© Book1 Group - všetky práva vyhradené.
Obsah tejto stránky nesmie byť kopírovaný ani použitý čiastočne alebo v celku bez písomného súhlasu vlastníka.
Posledná úprava: 2024.11.13 22:11 (GMT)