Купить книгу Математика больших языковых моделей: доступное руководство по LLM, трансформерам, диффузии, нейронным сетям и генеративному ИИ (математика искусственного интеллекта) на русском [PDF, EPUB, FB2, MOBI]

НАСТОЯЩАЯ МАТЕМАТИКА. НЕ РЕЦЕПТЫ.

Эта 600-страничная справочная книга, написанная бывшим участником мирового рейтинга Kaggle, экономистом и специалистом по предиктивному моделированию Джейсоном Карпелесом, предназначена для читателей, которые хотят понять реальную математику, лежащую в основе современного ИИ, а не очередную книгу рецептов по API или общее резюме. Карпелес обладает 30-летним опытом в области прогнозирования и машинного обучения, имеет степень магистра экономики Нью-Йоркского университета и степень MBA Университета Дьюка.

Уравнения и выводы представлены в той форме, в которой их фактически используют исследователи и инженеры, с использованием простого и понятного языка, а также пошаговыми инструкциями по использованию обозначений в тех случаях, когда использование обозначений становится проблемой.

Пересмотрено и обновлено к сентябрю 2026 года.

• 46 оригинальных диаграмм и рисунков

• 879 отображенных уравнений

• Более 12 000 математических выражений

• 17 связанных глав

• Шпаргалка для рабочего стола

Большинство объяснений, касающихся ИИ, обрываются как раз перед тем, как математический аппарат становится интересным. Эта книга идет дальше.

Эта книга предназначена для инженеров по машинному обучению, специалистов по анализу данных, специалистов по количественным методам, технических руководителей, студентов естественнонаучных и технических специальностей, а также для читателей-самоучек, желающих понять, что происходит на самом деле.

Вам не нужно в совершенстве владеть всеми системами обозначений. Вам нужно лишь хотеть понимать настоящие уравнения.

Важные уравнения сопровождаются двумя краткими пояснениями:

Что это делает:

• Что позволяет достичь это уравнение, почему оно важно и какое место оно занимает.

Чтение формулы:

• Пошаговое описание обозначений и роли каждого термина.

Уравнения, выводы и результаты остаются неизменными. Пояснения служат лишь вводной частью, а не заменой.

Уже знакомы с этой нотацией? Тогда забудьте о сложностях и используйте книгу в качестве технического справочника.

Семнадцать глав образуют структурированный путь изучения современной математики в области искусственного интеллекта. В предисловии указано, какие главы являются самостоятельными, какие дополняют последующий материал, а также несколько вариантов чтения.

В каждой главе рассказывается:

• Что оно устанавливает

• Что это предполагает

• Дальнейшее развитие темы в последующих главах

Прилагаемая настольная шпаргалка поможет вам держать под рукой ключевые обозначения и понятия во время учебы, программирования, исследований или работы.

В книге также рассказывается о человеческой истории, стоящей за этими уравнениями: неудачные эксперименты, неожиданные связи, результаты соревнований и проблемы, которые изменили представления исследователей об обучении.

• Приближенное представление и представление с помощью нейронной сети

• Оптимизация и обучение

• Обобщение, неявная предвзятость и двойной спуск

• Свертка, рекуррентность и модели пространства состояний

• Внимание и трансформаторы

• Графические модели

• Модели с латентными переменными и модели с противодействием

• Диффузия и оптимальный транспорт

• Модели непрерывной глубины и обучение операторов

• Байесовские методы и калиброванная неопределенность

• Устойчивость и причинно-следственная связь

• Законы масштабирования и обучение в контексте

• Галлюцинации, ограничения модели и воздержание

Выберите эту книгу, если вам нужен единый, строгий математический справочник , который охватывает все этапы — от обозначений и вывода до современной архитектуры ИИ, — не делая вид, что сложные моменты просты.

Если вы уже свободно владеете математическими понятиями, используйте это пособие как подробный справочник. Если препятствием является система обозначений, воспользуйтесь пояснительной структурой, чтобы преодолеть это препятствие.

В любом случае, математические принципы остаются неизменными.

Примечание: На более старых устройствах Kindle, выпущенных до 2018 года, некоторые уравнения могут отображаться некорректно.