Une introduction à un large éventail de sujets en apprentissage profond, couvrant le contexte mathématique et conceptuel, les techniques d'apprentissage profond utilisées dans l'industrie et les perspectives de recherche. Écrit par trois experts du domaine, Deep Learning est le seul ouvrage complet sur le sujet. Elon Musk, co-président d'Open AI; co-fondateur et PDG de Tesla et Space XL'apprentissage profond est une forme d'apprentissage automatique qui permet aux ordinateurs d'apprendre de l'expérience et de comprendre le monde en termes d'une hiérarchie de concepts.
Parce que l'ordinateur acquiert des connaissances par l'expérience, il n'est pas nécessaire qu'un opérateur humain spécifie formellement toutes les connaissances dont l'ordinateur a besoin.
La hiérarchie des concepts permet à l'ordinateur d'apprendre des concepts compliqués en les construisant à partir de concepts plus simples.; un graphe de ces hiérarchies serait très profond en couches.
Ce livre présente un large éventail de sujets en apprentissage profond. Le texte offre un contexte mathématique et conceptuel, couvrant les concepts pertinents en algèbre linéaire, théorie des probabilités et théorie de l'information, calcul numérique et apprentissage automatique.
Il décrit les techniques d'apprentissage profond utilisées par les praticiens dans l'industrie, y compris les réseaux profonds à propagation avant, la régularisation, les algorithmes d'optimisation, les réseaux convolutionnels, la modélisation de séquences et la méthodologie pratique.; et il passe en revue des applications telles que le traitement du langage naturel, la reconnaissance vocale, la vision par ordinateur, les systèmes de recommandation en ligne, la bioinformatique et les jeux vidéo.
Enfin, le livre propose des perspectives de recherche, couvrant des sujets théoriques tels que les modèles factoriels linéaires, les auto-encodeurs, l'apprentissage de représentations, les modèles probabilistes structurés, les méthodes de Monte-Carlo, la fonction de partition, l'inférence approximative et les modèles génératifs profonds. Le Deep Learning peut être utilisé par les étudiants de premier cycle ou de troisième cycle prévoyant des carrières dans l'industrie ou la recherche, et par les ingénieurs logiciels qui souhaitent commencer à utiliser le deep learning dans leurs produits ou plateformes.
A propose du matériel supplémentaire pour les lecteurs et les instructeurs.
Remboursement en cas de non-livraison
