Hlboké učenie: Základy a koncepty

Recenzie čitateľov

Táto kniha je vysoko cenená ako jeden z najlepších zdrojov na pochopenie hlbokého učenia a strojového učenia, pretože poskytuje jasné a prístupné vysvetlenia spolu s prísnymi matematickými základmi. Hoci je dobre štruktúrovaná a komplexná, bola kritizovaná za nepresnosti v matematických detailoch a nedostatočné vysvetlenia v niektorých častiach o hlbokom učení.

⬤ Najlepšia kniha o hlbokom učení podľa viacerých recenzentov.
⬤ Prístupné a intuitívne vysvetlenia pri zachovaní matematickej prísnosti.
⬤ Pokrýva široké spektrum tém vrátane najnovších pokrokov, ako sú transformátory a difúzne modely.
⬤ Kvalitná tlač a väzba v novších vydaniach.
⬤ Vhodné pre začiatočníkov aj skúsených odborníkov.
⬤ Dobre organizované a pedagogicky účinné.

⬤ Špecifické kapitoly o konvolučných sieťach a transformátoroch sú nedostatočne vysvetlené a chýba im hĺbka.
⬤ Niektoré matematické chyby, ktoré čitatelia zaznamenali, vedú k obavám o presnosť zložitejších tém.
⬤ Spočiatku boli hlásené problémy s kvalitou tlače, ktoré sa však v novších vydaniach zlepšili.

(na základe 46 čitateľských recenzií)

Pôvodný názov:

Deep Learning: Foundations and Concepts

Obsah knihy:

Táto kniha ponúka komplexný úvod do hlavných myšlienok, ktoré sú základom hlbokého učenia. Je určená tak pre nováčikov v oblasti strojového učenia, ako aj pre tých, ktorí už majú v tejto oblasti skúsenosti. Táto nevyhnutná kniha, ktorá pokrýva kľúčové koncepty týkajúce sa súčasných architektúr a techník, vybaví čitateľov pevným základom pre prípadnú budúcu špecializáciu. Oblasť hlbokého učenia prechádza rýchlym vývojom, a preto sa táto kniha zameriava na myšlienky, ktoré pravdepodobne vydržia skúšku časom.

Kniha je rozdelená do množstva rozkúskovaných kapitol, z ktorých každá skúma samostatnú tému, a rozprávanie sleduje lineárny postup, pričom každá kapitola nadväzuje na obsah predchádzajúcich. Táto štruktúra je vhodná na výučbu dvojsemestrálneho bakalárskeho alebo postgraduálneho kurzu strojového učenia, pričom je rovnako relevantná aj pre tých, ktorí sa venujú aktívnemu výskumu alebo samoštúdiu.

Úplné pochopenie strojového učenia si vyžaduje určité matematické zázemie, a preto kniha obsahuje samostatný úvod do teórie pravdepodobnosti. Kniha sa však zameriava na sprostredkovanie jasného pochopenia myšlienok s dôrazom na reálnu praktickú hodnotu techník, a nie na abstraktnú teóriu. Zložité koncepty sú preto prezentované z viacerých vzájomne sa dopĺňajúcich pohľadov vrátane textových opisov, diagramov, matematických vzorcov a pseudokódu.

Chris Bishop je technickým pracovníkom spoločnosti Microsoft a riaditeľom Microsoft Research AI4Science. Je členom Darwin College v Cambridge, členom Kráľovskej akadémie inžinierstva a členom Kráľovskej spoločnosti.

Hugh Bishop je aplikovaný vedecký pracovník v spoločnosti Wayve, ktorá sa zaoberá autonómnym riadením s hlbokým učením v Londýne, kde navrhuje a trénuje hlboké neurónové siete. Absolvoval magisterské štúdium v odbore strojové učenie a strojová inteligencia na Cambridgeskej univerzite.

"Chris Bishop napísal v roku 1995 úžasnú učebnicu o neurónových sieťach a má hlboké znalosti tejto oblasti a jej základných myšlienok. Vďaka svojim dlhoročným skúsenostiam s vysvetľovaním neurónových sietí je mimoriadne zručný pri prezentovaní komplikovaných myšlienok čo najjednoduchším spôsobom a je radosť vidieť, ako tieto schopnosti aplikuje na revolučné novinky v tejto oblasti." -- Geoffrey Hinton

"S nedávnym rozmachom hlbokého učenia a umelej inteligencie ako výskumnej témy a rýchlo rastúcim významom aplikácií umelej inteligencie bola moderná učebnica na túto tému veľmi potrebná. "Nový Bishop" majstrovsky vypĺňa túto medzeru, pričom sa zaoberá algoritmami pre učenie pod dohľadom a bez dohľadu, modernými rodinami architektúr hlbokého učenia, ako aj tým, ako to všetko aplikovať v rôznych oblastiach použitia." - Yann LeCun

"Táto vynikajúca a veľmi poučná kniha priblíži čitateľovi hlavné koncepty a pokroky v hlbokom učení s pevným ukotvením v pravdepodobnosti. Tieto koncepty poháňajú súčasné priemyselné systémy umelej inteligencie a pravdepodobne budú tvoriť základ ďalšieho pokroku smerom k umelej všeobecnej inteligencii." -- Yoshua Bengio