В книге рассматриваются как классические, так и современные модели глубокого обучения. В первых двух главах основной упор сделан на понимании взаимосвязи традиционного машинного обучения и нейронных сетей. Главы 3 и 4 посвящены подробному обсуждению процессов тренировки и регуляризации нейронных сетей. В главах 5 и 6 рассмотрены сети радиально-базисных функций (RBF) и ограниченные машины Больцмана. В главах 7 и 8 обсуждаются рекуррентные и сверточные нейронные сети. Главы 9 и 10 посвящены более сложным темам, таким как глубокое обучение с подкреплением, нейронные машины Тьюринга, самоорганизующиеся карты Кохонена и генеративно-состязательные сети.Книга предназначена для студентов старших курсов, исследователей и специалистов-практиков.
V knige rassmatrivajutsja kak klassicheskie, tak i sovremennye modeli glubokogo obuchenija. V pervykh dvukh glavakh osnovnoj upor sdelan na ponimanii vzaimosvjazi traditsionnogo mashinnogo obuchenija i nejronnykh setej. Glavy 3 i 4 posvjascheny podrobnomu obsuzhdeniju protsessov trenirovki i reguljarizatsii nejronnykh setej. V glavakh 5 i 6 rassmotreny seti radialno-bazisnykh funktsij (RBF) i ogranichennye mashiny Boltsmana. V glavakh 7 i 8 obsuzhdajutsja rekurrentnye i svertochnye nejronnye seti. Glavy 9 i 10 posvjascheny bolee slozhnym temam, takim kak glubokoe obuchenie s podkrepleniem, nejronnye mashiny Tjuringa, samoorganizujuschiesja karty Kokhonena i generativno-sostjazatelnye seti.Kniga prednaznachena dlja studentov starshikh kursov, issledovatelej i spetsialistov-praktikov.
