Глубокое обучение - это вид машинного обучения, наделяющий компьютеры способностью учиться на опыте и понимать мир в терминах иерархии концепций. Поскольку компьютер приобретает знания из опыта, отпадает нужда в человеке-операторе, который формально описывает необходимые компьютеру знания. Иерархическая организация позволяет компьютеру обучаться сложным концепциям, конструируя их из более простых; граф такой иерархии может содержать много уровней. В этой книге читатель найдет широкий обзор тем, изучаемых в глубоком обучении.Книга содержит математические и концептуальные основы линейной алгебры, теории вероятностей и теории информации, численных расчетов и машинного обучения в том объеме, который необходим для понимания материала. Описываются приемы глубокого обучения, применяемые на практике, в том числе глубокие сети прямого распространения, регуляризация, алгоритмы оптимизации, сверточные сети, моделирование последовательностей, и др. Рассматриваются такие приложения, как обработка естественных языков, распознавание речи, компьютерное зрение, онлайновые рекомендательные системы, биоинформатика и видеоигры. Наконец, описываются перспективные направления исследований: линейные факторные модели, автокодировщики, обучение представлений, структурные вероятностные модели, методы Монте-Карло, статистическая сумма, приближенный вывод и глубокие порождающие модели.Издание будет полезно студентами и аспирантам, а также опытным программистам, которые хотели бы применить глубокое обучение в составе своих продуктов или платформ.
Glubokoe obuchenie - eto vid mashinnogo obuchenija, nadeljajuschij kompjutery sposobnostju uchitsja na opyte i ponimat mir v terminakh ierarkhii kontseptsij. Poskolku kompjuter priobretaet znanija iz opyta, otpadaet nuzhda v cheloveke-operatore, kotoryj formalno opisyvaet neobkhodimye kompjuteru znanija. Ierarkhicheskaja organizatsija pozvoljaet kompjuteru obuchatsja slozhnym kontseptsijam, konstruiruja ikh iz bolee prostykh; graf takoj ierarkhii mozhet soderzhat mnogo urovnej. V etoj knige chitatel najdet shirokij obzor tem, izuchaemykh v glubokom obuchenii.Kniga soderzhit matematicheskie i kontseptualnye osnovy linejnoj algebry, teorii verojatnostej i teorii informatsii, chislennykh raschetov i mashinnogo obuchenija v tom obeme, kotoryj neobkhodim dlja ponimanija materiala. Opisyvajutsja priemy glubokogo obuchenija, primenjaemye na praktike, v tom chisle glubokie seti prjamogo rasprostranenija, reguljarizatsija, algoritmy optimizatsii, svertochnye seti, modelirovanie posledovatelnostej, i dr. Rassmatrivajutsja takie prilozhenija, kak obrabotka estestvennykh jazykov, raspoznavanie rechi, kompjuternoe zrenie, onlajnovye rekomendatelnye sistemy, bioinformatika i videoigry. Nakonets, opisyvajutsja perspektivnye napravlenija issledovanij: linejnye faktornye modeli, avtokodirovschiki, obuchenie predstavlenij, strukturnye verojatnostnye modeli, metody Monte-Karlo, statisticheskaja summa, priblizhennyj vyvod i glubokie porozhdajuschie modeli.Izdanie budet polezno studentami i aspirantam, a takzhe opytnym programmistam, kotorye khoteli by primenit glubokoe obuchenie v sostave svoikh produktov ili platform.
