Глубокое обучение: практическое введение с...

Deep Learning. Praktyczne wprowadzenie z...

Autor: Ron Kneusel

Uczenie głębokie fascynuje wielu inżynierów i Mimo że systemy oparte na uczeniu maszynowym stosuje się w rozlicznych branżach, wciąż są uważane za niepokojącą Istotnie, w wypadku na przykład sieci neuronowych nie wiemy, czego dokładnie uczy się Możemy tylko ocenić, czy dobrze realizuje swoje Wydaje się, że w sposobie pracy algorytmów uczenia głębokiego tkwi Właśnie dlatego dobrze jest zająć się faktami i dowiedzieć się, na czym w rzeczywistości polega uczenie maszynowe, a zwłaszcza uczenie książka jest przystępnym przewodnikiem po uczeniu Aby zrozumieć zawartą w niej treść, wystarczy podstawowa umiejętność programowania i znajomość matematyki na poziomie szkoły Znalazło się tu omówienie podstawowych pojęć i wyjaśnienie mechanizmów rządzących uczeniem Dzięki lekturze dowiesz się, czym się charakteryzuje dobry zbiór danych uczących, jak ocenić skuteczność modelu i jak korzystać z takich modeli jak k-najbliższych sąsiadów, lasy losowe czy maszyna wektorów Sporo miejsca poświęcono również sieciom neuronowym, mechanizmom ich działania i technikom I chociaż nie znajdziesz tutaj gotowych receptur, to zdobędziesz wiedzę potrzebną, by od podstaw zaprojektować działający model uczenia