L'apprentissage en profondeur: Fondations et Concepts

Ce livre offre une introduction complète aux idées centrales qui sous-tendent l'apprentissage profond.. Il est destiné aussi bien aux débutants en apprentissage machine qu'à ceux qui ont déjà de l'expérience dans le domaine.. Couvrant les concepts clés relatifs aux architectures et techniques contemporaines, ce livre essentiel dote les lecteurs d'une base solide pour une spécialisation future potentielle.. Le domaine de l'apprentissage profond connaît une évolution rapide, et par conséquent, ce livre se concentre sur des idées susceptibles de résister à l'épreuve du temps.. Le livre est organisé en de nombreux chapitres courts, chacun explorant un sujet distinct, et le récit suit une progression linéaire, chaque chapitre s'appuyant sur le contenu de ses prédécesseurs.. Cette structure est bien adaptée à l'enseignement d'un cours de machine learning de deux semestres au niveau licence ou master, tout en restant également pertinente pour ceux qui sont engagés dans la recherche active ou dans l'auto-apprentissage.. Une compréhension complète de l'apprentissage machine nécessite des connaissances mathématiques de base et donc le livre inclut une introduction autonome à la théorie des probabilités.. Cependant, l'objectif du livre est de transmettre une compréhension claire des idées, en mettant l'accent sur la valeur pratique réelle des techniques plutôt que sur la théorie abstraite.. Les concepts complexes sont donc présentés sous plusieurs perspectives complémentaires, notamment des descriptions textuelles, des diagrammes, des formules mathématiques et du pseudo-code.. Chris Bishop est un Technical Fellow chez Microsoft et est le Directeur de Microsoft Research AI4Science. Il est Fellow du Darwin College de Cambridge, Fellow de la Royal Academy of Engineering et Fellow de la Royal Society.. Hugh Bishop est un scientifique appliqué chez Wayve, une entreprise de conduite autonome à apprentissage profond à Londres, où il conçoit et entraîne des réseaux neuronaux profonds.. Il a obtenu son MPhil en Apprentissage Automatique et Intelligence Artificielle à l'Université de Cambridge.. « Chris Bishop a écrit un excellent manuel sur les réseaux neuronaux en 1995 et possède une connaissance approfondie du domaine et de ses idées fondamentales. ». Ses nombreuses années d'expérience dans l'explication des réseaux neuronaux l'ont rendu extrêmement habile à présenter des idées compliquées de la manière la plus simple possible et c'est un plaisir de voir ces compétences appliquées aux nouveaux développements révolutionnaires dans le domaine. -- Geoffrey Hinton "Avec l'explosion récente de l'apprentissage profond et de l'IA en tant que sujet de recherche, et l'importance rapidement croissante des applications de l'IA, un manuel moderne sur le sujet était désespérément nécessaire. Le « Nouvel Évêque » comble magistralement le fossé, couvrant les algorithmes d'apprentissage supervisé et non supervisé, les familles d'architectures de deep learning modernes, ainsi que la manière d'appliquer tout cela à divers domaines d'application. » – Yann LeCun « Cet excellent livre très pédagogique mettra le lecteur à jour sur les concepts principaux et les avancées en deep learning avec un ancrage solide dans les probabilités. Ces concepts alimentent les systèmes d'IA industriels actuels et sont susceptibles de constituer la base des progrès futurs vers l'intelligence artificielle générale. » -- Yoshua Bengio