Introduction to Deep Learning / Введение в глубокое обучение
Год издания: 2020
Автор: Eugene Charniak / Евгений Черняк (Юджин Чарняк)
Переводчик: Коваленко В.А.
Издательство: Диалектика
ISBN: 978-5-907203-10-5
Язык: Русский
Формат: PDF
Качество: Отсканированные страницы + слой распознанного текста
Интерактивное оглавление: Нет
Количество страниц: 194
Описание:
Автор этой книги Евгений Черняк — давний исследователь искусственного интеллекта, специализирующийся на обработке естественного языка, революцию в котором сделало глубокое обучение. К сожалению, ему потребовалось много времени, чтобы это понять. Можно сказать в его оправдание, что нейронные сети угрожают революцией уже третий раз, а отнюдь не первый. Тем не менее автор внезапно оказался далеко позади и изо всех сил пытался наверстать упущенное. Именно поэтому он сделал то, что сделал бы на его месте любой уважающий себя профессор: запланировал преподавание курса и начал ускоренно изучать материал, просматривая веб-страницы.
Этим объясняется несколько выдающихся особенностей этой книги. Во-первых, краткость. Мы учимся медленно. Во-вторых, она сильно зависит от проекта. Многие публикации, особенно в области информатики, постоянно имеют противоречия между организацией темы и организацией материалов, связанных с конкретными проектами. Подобное разделение зачастую является хорошей идеей, но мы считаем, что материал по информатике лучше изучать при написании программ, поэтому книга во многом отражает привычки автора в преподавании. Таков был самый удобный способ написания книги, и мы надеемся, что многие из читателей тоже найдут ее полезной.
Хотя многие практикующие в области информатики сочтут книгу полезной по той же причине, по которой автор ее написал в первую очередь как преподаватель, он верит своим ученикам, поэтому книга изначально задумана в качестве учебника для курса по глубокому обучению.
Курс, который автор преподает в Брауне, предназначен как для выпускников, так и для других студентов, и охватывает весь материал. Здесь требуются как линейная алгебра, так и многовариантное исчисление. Хотя фактическое количество материала по линейной алгебре не так уж велико, студенты сказали, что без него им было бы довольно сложно разобраться в многослойных сетях и необходимых им тензорах. Тем не менее многовариантное исчисление было им гораздо понятней. Это явно появляется только в главе 1, когда обратное распространение создается «с нуля», и не удивительно, если окажется полезной дополнительная лекция по частным производным. И наконец, есть предпосылка для вероятности и статистики. Это упрощает диспозицию, и автор, конечно же, хочет побудить студентов пройти такой курс. Автор также предполагает элементарные знания читателей по программированию на языке Python. Хотя этот материал не включен в книгу, но у автора есть дополнительная «лаборатория» по основам языка Python.
Об авторе:
Юджин Черняк - профессор компьютерных наук и когнитивных наук в Университете Брауна. У него есть cтепень бакалавра по физике Чикагского университета и доктора философии от MIT (Массачусетский технологический институт) в области компьютерных наук.
Мои остальные раздачи - https://rutr.life/forum/tracker.php?rid=43141996 
