Математика в глубоком обучении. Что вам нужно знать... / Гелион

Математика в глубоком обучении. Что вам нужно знать...

Гелион

Машинное обучение обещает выдающиеся изобретения: от автономных автомобилей до медицинских систем, которые диагностируют болезни лучше, чем опытные врачи, но оно также дает пространство для разработки десятков других, более или менее тревожных инноваций. Сегодня для создания систем машинного обучения можно использовать удобные фреймворки, но истинное понимание глубокого обучения требует знания нескольких математических концепций.

Эти концепции доступным образом объясняются в этой книге. В частности, вы познакомитесь с практическими аспектами вероятностной теории, статистики, линейной алгебры и дифференциального исчисления. Изложение этих тем сопровождается фрагментами кода Python и практическими примерами применения в глубоком обучении. Вы начнете с изучения основ, таких как теорема Байеса, а затем перейдете к более сложным темам, включая обучение нейронных сетей с использованием векторов, матриц и производных. Последние две главы дадут вам возможность использовать свои новые знания для реализации обратного распространения ошибки и простого градиентного метода — двух фундаментальных алгоритмов, способствующих развитию искусственного интеллекта.

Книга включает:

использование статистики для понимания данных и оценки моделей;

правильное использование правил вероятности;

использование векторов и матриц для передачи данных в нейронных сетях;

линейную алгебру в анализе главных компонент и разложении по сингулярным значениям.

оптимизацию градиента. такие методы, как RMSprop, Adagrad и Adadelta

Хотите разобраться в нейронных сетях? Ищите ответы в математике!

9788328910164