Od mniej więcej piętnastu lat jesteśmy świadkami rewolucji w nauczaniu maszynowym na niesamowitą skalę. Rewolucji tej sprzyja intensywny rozwój głębokich sieci neuronowych, a także koniecznego do tego sprzętu obliczeniowego, takiego jak karty graficzne. "Deep learning", "machine learning" - te słowa klucze rozpalają wyobraźnię programistów, innowatorów i przedstawicieli przemysłu na całym świecie. Także studentów kierunków politechnicznych. Na świecie wydaje się dużo literatury poświęconej tym zagadnieniom, w Polsce niestety mamy pod tym względem deficyt.
Niniejszy podręcznik, pomyślany jako wprowadzenie do tematu uczenia głębokiego, ma z założenia uzupełnić tę lukę. W związku z tym opracowany został w sposób umożliwiający zrozumienie zawartych w nim treści także osobom, które nie zetknęły się dotąd nawet z tradycyjnymi metodami nauczania maszynowego. Stąd dużo miejsca autorzy poświęcają podstawowym konceptom klastrowania, klasyfikacji, a także regresji. Druga połowa książki przybliża głębokie odpowiedniki modeli klasycznych - z naciskiem na objaśnienie podstawowych pojęć i ich intuicji. Ponieważ dla pełnego zrozumienia modeli potrzebne jest ich zaimplementowanie, nierozdzielną część książki stanowi kod, dostępny dla czytelnika na platformie GITHUB.
Niniejszy podręcznik, pomyślany jako wprowadzenie do tematu uczenia głębokiego, ma z założenia uzupełnić tę lukę. W związku z tym opracowany został w sposób umożliwiający zrozumienie zawartych w nim treści także osobom, które nie zetknęły się dotąd nawet z tradycyjnymi metodami nauczania maszynowego. Stąd dużo miejsca autorzy poświęcają podstawowym konceptom klastrowania, klasyfikacji, a także regresji. Druga połowa książki przybliża głębokie odpowiedniki modeli klasycznych - z naciskiem na objaśnienie podstawowych pojęć i ich intuicji. Ponieważ dla pełnego zrozumienia modeli potrzebne jest ich zaimplementowanie, nierozdzielną część książki stanowi kod, dostępny dla czytelnika na platformie GITHUB.
Tytuł Głębokie uczenie. Wprowadzenie Autor Opracowanie zbiorowe Wydawnictwo Helion EAN 9788328385412 ISBN 9788328385412 Kategoria Nauka i technika\Informatyka ilość stron 184 Rok wydania 2022 Oprawa Miękka Wydanie 1
