Нейронные сети и глубокое обучение: учебник (информатика) на русском

Эта книга охватывает как классические, так и современные модели глубокого обучения. Основное внимание уделяется теории и алгоритмам глубокого обучения. Теория и алгоритмы нейронных сетей особенно важны для понимания важных концепций, чтобы можно было понять основные принципы проектирования нейронных архитектур в различных приложениях. Почему работают нейронные сети? Когда они работают лучше, чем готовые модели машинного обучения? Когда глубина полезна? Почему обучение нейронных сетей так сложно? Каковы подводные камни? Книга также богата обсуждением различных приложений, чтобы дать практикующему специалисту представление о том, как проектируются нейронные архитектуры для разных типов задач. Рассматриваются приложения, связанные со многими различными областями, такими как рекомендательные системы, машинный перевод, создание подписей к изображениям, классификация изображений, игры на основе обучения с подкреплением и анализ текста. Главы этой книги охватывают три категории:

Основы нейронных сетей: Многие традиционные модели машинного обучения можно рассматривать как частные случаи нейронных сетей. В первых двух главах особое внимание уделяется пониманию взаимосвязи между традиционным машинным обучением и нейронными сетями. Показано, что машины опорных векторов, линейная/логистическая регрессия, сингулярное разложение, матричная факторизация и рекомендательные системы являются частными случаями нейронных сетей. Эти методы изучаются вместе с современными методами инженерии признаков, такими как word2vec.

Основы нейронных сетей: подробное обсуждение обучения и регуляризации представлено в главах 3 и 4. В главах 5 и 6 рассматриваются сети на основе радиальных базисных функций (RBF) и машины ограниченного Больцмана.

Расширенные темы нейронных сетей: В главах 7 и 8 рассматриваются рекуррентные нейронные сети и сверточные нейронные сети. В главах 9 и 10 представлены несколько продвинутых тем, таких как глубокое обучение с подкреплением, нейронные машины Тьюринга, самоорганизующиеся карты Кохонена и генеративные состязательные сети.

Книга предназначена для аспирантов, исследователей и практиков. В ней содержится множество упражнений, а также руководство с решениями, призванное облегчить преподавание в аудитории. По возможности, в ней делается акцент на практическом применении, чтобы обеспечить понимание практических способов использования каждого класса методов.