Погружение в машинное и глубокое обучение В современном цифровом мире Deep Learning играет одну из ведущих ролей, определяя будущее технологий. Если вас всегда увлекала эта динамичная область, но вы сталкивались с очень сложными техническими текстами, то книга Саймона Принса - именно то, что нужно. Экспертиза без лишних подробностей Здесь предлагается авторитетное, доступное и современное изложение всех основных тем глубокого обучения, включая последние достижения и передовые концепции. Издание интуитивно понятно представляет критически важные для понимания ML идеи. Комплексный и дружелюбный подход Каждая концепция описана простым языком, а затем подробно разобрана с использованием математических формул и иллюстратива. Это делает сложные темы более доступными для понимания и усвоения любому читателю с базовыми знаниями в прикладной математике. Современные и актуальные темы Короткие и содержательные главы построены так, чтобы плавно усложняться, помогая постепенно осваивать все более сложные понятия. Теория в комплекте с практикой Прагматичный подход, совмещающий теорию с практикой, дает достаточную детализацию для создания простых версий моделей. Оптимально презентованные идеи отграничивают важные концепции от второстепенного контекста. Доступность и поддержка Минимальные математические требования, обширное количество иллюстраций и графики делают материал доступным. Более того, в книгу включены упражнения по программированию на Python, что позволяет моментально применить знания на практике. Об авторе Саймон Джей Ди ПРИНС - почетный профессор информатики в Университете Бата, автор книги Computer Vision: Models, Learning and Inference. Автор статей в областях компьютерного зрения, биометрии, психологии, физиологии, медицинской визуализации, компьютерной графики. Исследователь, специализирующийся на искусственном интеллекте и глубоком обучении, руководил группами ученых-исследователей в Anthropics Technologies Ltd, Borealis AI и др. "Книга "Машинное обучение. От основ до продвинутых моделей" полностью оправдывает свое название. Она дает исчерпывающее представление о машинном и глубоком обучении, а также структурирует колоссальный объем знаний. Книга подходит как для математиков, которые хотят иметь представление об ИИ, так и для программистов, которые хотят понимать природу используемых формул". - Матвей Пак, генеральный директор компании METAMENTOR
Pogruzhenie v mashinnoe i glubokoe obuchenie V sovremennom tsifrovom mire Deep Learning igraet odnu iz veduschikh rolej, opredeljaja buduschee tekhnologij. Esli vas vsegda uvlekala eta dinamichnaja oblast, no vy stalkivalis s ochen slozhnymi tekhnicheskimi tekstami, to kniga Sajmona Prinsa - imenno to, chto nuzhno. Ekspertiza bez lishnikh podrobnostej Zdes predlagaetsja avtoritetnoe, dostupnoe i sovremennoe izlozhenie vsekh osnovnykh tem glubokogo obuchenija, vkljuchaja poslednie dostizhenija i peredovye kontseptsii. Izdanie intuitivno ponjatno predstavljaet kriticheski vazhnye dlja ponimanija ML idei. Kompleksnyj i druzheljubnyj podkhod Kazhdaja kontseptsija opisana prostym jazykom, a zatem podrobno razobrana s ispolzovaniem matematicheskikh formul i illjustrativa. Eto delaet slozhnye temy bolee dostupnymi dlja ponimanija i usvoenija ljubomu chitatelju s bazovymi znanijami v prikladnoj matematike. Sovremennye i aktualnye temy Korotkie i soderzhatelnye glavy postroeny tak, chtoby plavno uslozhnjatsja, pomogaja postepenno osvaivat vse bolee slozhnye ponjatija. Teorija v komplekte s praktikoj Pragmatichnyj podkhod, sovmeschajuschij teoriju s praktikoj, daet dostatochnuju detalizatsiju dlja sozdanija prostykh versij modelej. Optimalno prezentovannye idei otgranichivajut vazhnye kontseptsii ot vtorostepennogo konteksta. Dostupnost i podderzhka Minimalnye matematicheskie trebovanija, obshirnoe kolichestvo illjustratsij i grafiki delajut material dostupnym. Bolee togo, v knigu vkljucheny uprazhnenija po programmirovaniju na Python, chto pozvoljaet momentalno primenit znanija na praktike. Ob avtore Sajmon Dzhej Di PRINS - pochetnyj professor informatiki v Universitete Bata, avtor knigi Computer Vision: Models, Learning and Inference. Avtor statej v oblastjakh kompjuternogo zrenija, biometrii, psikhologii, fiziologii, meditsinskoj vizualizatsii, kompjuternoj grafiki. Issledovatel, spetsializirujuschijsja na iskusstvennom intellekte i glubokom obuchenii, rukovodil gruppami uchenykh-issledovatelej v Anthropics Technologies Ltd, Borealis AI i dr. "Kniga "Mashinnoe obuchenie. Ot osnov do prodvinutykh modelej" polnostju opravdyvaet svoe nazvanie. Ona daet ischerpyvajuschee predstavlenie o mashinnom i glubokom obuchenii, a takzhe strukturiruet kolossalnyj obem znanij. Kniga podkhodit kak dlja matematikov, kotorye khotjat imet predstavlenie ob II, tak i dlja programmistov, kotorye khotjat ponimat prirodu ispolzuemykh formul". - Matvej Pak, generalnyj direktor kompanii METAMENTOR
