NALLAKUMAR R / SUNDARESAN KALAPPAN
Librería Samer Atenea
Kálamo Books
Librería Elías (Asturias)
Librería Kolima (Madrid)
Librería Proteo (Málaga)
Książka ta zapewnia kompleksową eksplorację głębokiego uczenia się, zaczynając od podstaw sieci neuronowych, w tym algorytmu perceptronowego i kluczowych technik, takich jak propagacja wsteczna i feed-forward, optymalizacja i regularyzacja. Zagłębia się w podstawy głębokiego uczenia, obejmujące ważne koncepcje, takie jak zejście gradientowe, propagacja wsteczna i rozwiązania wyzwań, takich jak problem znikającego gradientu. Następnie książka wprowadza konwolucyjne sieci neuronowe (CNN), wyjaśniając ich architekturę, warstwy konwolucji i łączenia oraz zastosowania, takie jak uczenie transferowe do klasyfikacji obrazów. Ponadto omówiono zaawansowane architektury głębokiego uczenia, takie jak LSTM, GRU i autoenkodery, w tym różne typy, takie jak rzadkie, denoisingowe i przeciwstawne sieci generatywne. Wreszcie, książka omawia szeroki zakres zastosowań głębokiego uczenia się, od przetwarzania obrazu i segmentacji po wykrywanie obiektów, generowanie wideo-tekstu i systemy dialogowe wykorzystujące LSTM, zapewniając zarówno teoretyczne zrozumienie, jak i praktyczne spostrzeżenia dotyczące wdrażania modeli głębokiego uczenia się.
