Математика в глибокому навчанні. Що потрібно знати, щоб зрозуміти нейронні мережі

Автор: Рональд Т. Кнузель

Видавець: Гельон

Рік публікації: 2024

Переклад: filip kamiński

isbn: 9788328910164

Формат: 165x228

Значення: soft

Сторінки: 344

Книга нова

машинне навчання приносить обіцянку незвичайних винаходів: від автономних автомобілів до медичних систем діагностувати захворювання краще, ніж досвідчені лікарі, але також дає місце для розвитку десятків інших більш -менш тривожних інновацій. Сьогодні ви можете використовувати зручні рамки для створення систем машинного навчання, але реальне розуміння глибокого навчання вимагає знань про кілька математичних концепцій. Зокрема, ви дізнаєтесь про практичні аспекти ймовірнісної, статистики, лінійної алгебри та диференціального обліку. Презентація цих питань супроводжується фрагментами коду в Python та практичними прикладами додатків глибокого навчання. Ви почнете з ознайомлення з основами, такими як теорема Байєса, і тоді ви перейдете до більш досконалих питань, включаючи вивчення нейронних мереж за допомогою векторів, матриці та похідних. Останні два глави дадуть вам можливість використовувати нові знання для впровадження зворотного розповсюдження та простого градієнтного методу - два основні алгоритми, що сприяють розвитку штучного інтелекту. P>

• Застосування статистики для розуміння даних та оцінки моделей
• Правильне використання правил ймовірності
• Використання векторів та матриці для надсилання даних у нейронній Мережі
• Лінійна алгебра в основному аналізі та розподілі компонентів за особливими значеннями
• Методи оптимізації градієнта, такі як RMSProp, Adagrad та Adadelta

Ви хочете зрозуміти нейронні мережі? Шукайте в математиці!