Глубокое обучение. Погружение в мир нейронных сетей (Николенко Сергей Игоревич, Кадурин Артур Аликович (соавтор), Архангельская Екатерина (соавтор)); Питер, 2018

Отличная книга по глубокому обучению, которая органично сочетает историю, современную теорию и практические примеры. Многие концепции глубоких нейронных сетей объяснены более понятно в сравнении с классической книгой Гудфеллоу, Бенджио и Курвилля. Книга будет полезна как студентам, так и специалистам в области анализа данных

0    0

Хорошая книга по изучению нейронных сетей, однако необходимо знать базовые концепции, иметь хорошую математическую подготовку и разбираться в алгоритмах и принципах программирования как минимум, чтобы понять полностью данную книгу.

0    0

Первая книга о нейронных сетях на русско м языке, наконец-то. Издание удобно по формату и хорошего качества. По содержанию - нечто среднее. между академической и научпопом. Изложено вполне доступно читателю со средней подготовкой, хотя некая осведомленность в данной теме весьма будет кстати. Но, как всегда, ожидалось .большего, что касается самого содержания книги, а именно , части 1. Всего по нескольку страниц о таких актуальных вещах в наше время как нейробиология, искусственный интеллект, изучение человеческого мозга. Судя по логике - отпростого к сложному именно в первой книге и в первой вводной части и должен быть представлен некий разбор используемых понятий, а также обзор современного состояния дел по данной тематике. С другой стороны данная тематика в наше время стала настолько глобальной, что даже краткий ее обзор потребует написания отдельной книги. Так можно сказать, что авторы решили начать сразу с книги номер два - сразу перешли к изложению архитектурных компонент маш ннного обучения. Но , как говорят, первый блин таков, каков есть. Тем более, что это первое издание в России за все семьдесят лет развития в мире искусственного интеллекта. Так что авторов можно поздравить с их достижением. Дальнейших им успехов.

0    0

Учёные считают, что компьютер должен стать неотличим от человека во владении естественным языком. Алиса уже болтает на просторах интернета. Представленная книга скорее научный труд, чем просто популярная литература. Она требует специальной подготовки по высшей математике и информатике.

0    0

Великолепная книга, просто великолепная! Главным её достоинством является то, что хотя она рассказывает о очень серьёзных вещах (машинное обучение, нейронные сети и т.д.) написана очень простым, понятным и доступным языком. Изложение очень живое, приводится масса интересных примеров и около-научных рассуждений, некоторые из них весьма нетривиальны. В общем всем, кто интересуется современными подходами в машинном обучении (полностью согласен с авторами, что термин «искусственный интеллект» на русском языке прсто режет слух -:) рекомендую прочесть и изучить эту книгу с большим вниманием!

0    0

Отличная книга для тех, кто только начинает знакомство с миром нейронных сетей, хотя я уверенна, что и «бывалые» найдут для себя что-то полезное.
Один из авторов - прекрасный преподаватель и в своей манере с юмором, интересными фактами и простым языком доносит материал. В этой книге происходит подробное идейное введение в тему, представлены примеры кода, и приведены параллели с биологией, математикой и другими науками, откуда брались идеи методов. Стоит ли говорить, что в данный момент у этой книги нет конкурентов среди изданий на русском языке (хотя есть похожая и так же прекрасная книга на английском - Deep Learning by Ian Goodfellow).
В общем, всем интересующимся: читайте и погружайтесь))

0    0

Книгу рекомендую! Последовательно подводит читателя к достаточно нетривиальным моментам в обучении моделей ИНС. Всё это сопровождается достаточно простыми, но показательными примерами использования Keras и TensorFlow.
Где нужно – сноски на энциклопедические данные. Ну и, в конце концов, книга свёрстана аккуратно, поэтому её чисто физически приятно читать.

0    0

Могу, как человек, связанный с техническими специальностями весьма опосредованно, порекомендовать книгу для базового ознакомления с темой ML.

0    0

Интересная книга, написанная живым языком, с математическими выкладками и примерами на tensorFlow и keras, отличная книга чтобы вникнуть в работу нейронных сетей, радует что это не переводная книга - нет проблем с терминологией, читается легко.

0    0

Хорошая книга для ознакомления с данной областью. Весь материал представлен последовательно, чувство непонимания во время чтения не возникает. При должно математической подготовки, которая чуть больше, чем школьный курс, всё понятно сразу.
Книга хорошая, но чтобы её прочесть полностью и вникнуть в материал, нужно работать с книгой. Сначала будет тяжело, но книга сама по себе интересная, так что это не проблема.
Также в книге большое введение связанное с работой мозга и много исторических справок. Я не считаю это минусом, т.к. это скорее помогает понять суть дела: С чего всё начиналось, как развивалось и куда сейчас всё двигается. В данном случае этот материал очень полезен.

0    0

Как заявляют сами авторы, "Глубокое обучение" - первый полноценный труд на тему нейросетей и искусственного интеллекта в сегменте российской IT-литературы. Не могу проверить данный факт, но могу сказать совершенно точно: среди прочитанного мною книга первой сумела сформировать хоть сколько-нибудь цельное представление о машинном обучении и ИИ. Большая часть содержания - математическая составляющая, и в неё нужно основательно вникать. Однако без математики полное понимание темы невозможно в принципе. Рекомендую всем, кто интересуется данной тематикой - как минимум необходимую базу вы точно получите.

0    0

Довольно толковая книга, покрывающая большую часть современных технологий нейронных сетей.
По крайней мере после прочтения я пробежался глазами по оглавлению других книг на Лабиринте на эту тему и не нашёл почти ничего такого что в ней бы не описывалась. Как правило в других книгах обзор меньше. Также посмотрел статьи посвященные предмету на хабре, если до чтения было много незнакомых слов, то после - легко ориентируюсь практически во всех статьях.
Книга написана как мне показалось больше академическими "учёными" чем практиками, по крайней мере большое количество математических выкладок, исторические сноски и годное теоретико-вероятностное толкование говорят за это.
Практических примеров с кодом разобрано штук наверно 4-5, хотя они действительно есть в ключевых местах. К концу изложение закономерно скатывается к обзору статей "на тему".

0    0

Идеи высказанные в начале книге я пытался реализовать около 35 лет назад в своей диссертации. Тогда это касалось АОС (автоматизированные обучающие системы). Естественный неформализованный русский язык. Меня никто не понимал и я все бросил – в нашей стране началась перестройка. Нейросети я тогда игнорировал. Сейчас вспоминаю и жаль. Уже лет много. Тогда много писал.

0    0

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