глубокое обучение цветное издание
Глубокое обучение, цветное издание
Автор: Гудфеллоу Я., Бенджио И., Курвилль А.
Дата выхода: ноябрь 2017 года
Формат: 165 * 235 мм
Бумага: офсетная
Обложка: Твердый переплет
Объем, стр.: 652
ISBN: 978-5-97060-618-6
Купить электронную книгу
Аннотация
Классический труд от MIT Press теперь на русском языке!
Цветное издание с исправленными опечатками!
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.
«Книга написана ведущими специалистами в этой области и представляет собой единственное полное изложение предмета».
— Илон Маск, сооснователь компаний Tesla и SpaceX
Оплата
Наш интернет-магазин работает только по предоплате!
Мы принимаем следующие виды оплаты:
Вы так же можете выбрать оплату по платежной квитанции и оплатить по ней покупку в отделении любого банка.
Юридические лица могут выбрать счёт на оплату.
Возврат денежных средств возможен в случаях:
Возврат не проводится в случаях:
Для оформления возврата обращайтесь по электронной почте dmkpress.help@gmail.com.
Доставка:
Курьерская доставка по Москве в течение 7 дней после оплаты заказа.
Стоимость доставки:
Самовывоз возможен в течение суток после оплаты.
Адрес для самовывоза:
115487, г. Москва, проспект Андропова, 38
Доставка почтой России: от 7 до 28 дней с момента оплаты заказа.
Стоимость доставки:
22 мая 2018 в 10:27
Электронная версия
Здравствуйте. Оставьте заявку на электронный адрес dmkpress.help@gmail.com.
04 января 2018 в 20:33
Электронная версия
Здравствуйте. Электронная версия pdf появится в марте.
10 декабря 2017 в 08:23
Электронная версия
Добрый день, в первом квартале уже появится возможность приобрести эл. версию книги.
09 декабря 2017 в 16:55
Скидка для купивших книгу с ошибками
Добрый день, всем купившим черно-белое издание будет персонально на логин регистрации дана скидка 30% на цветное издание либо PDF.
09 декабря 2017 в 00:23
Электронная версия
Добрый день, как купившему черно-белое издание, сделал вам на ваш логин 30% скидки на цветное издание.
08 ноября 2017 в 22:35
И зачем я приобретал ч/б издание?
Если бы я знал, что будет издание в цвете, то повременил бы с заказом ч/б издания книги.
Будет ли скидка для покупателей первого издания?
Добрый день, скидку предполагаем сделать. Вопрос в ее реализации, чтобы вручную каждому покупателю не предоставлять.
Рецензии на книгу « Глубокое обучение (цветная) » Бенджио, Гудфеллоу, Курвилль
Эта книга чрезвычайно переоценена. Она плохо структурирована, объяснения простых вещей сделаны максимально сложными.
Ощущение такое что три автора просто скинули вместе имеющиеся материалы для университетсткого курса, плюс дополнили их крайне поверхностными (но при этом все равно трудным для чтения) обзором литературы.
Попытка привязать графические модели типа байесовских сетей к нейронным сетям тоже выглядит как упражнение, возможно интересное авторам книги, но вовсе не обязательное и не приносящее, на мой взгляд, никакой практической пользы.
Ставлю 8/10 только из уважения к авторам.
Весьма внушительная книга.
Рассматриваются вопросы связанные с глубоким обучением (DL).
Даже беглого взгляда на содержание достаточно, чтобы получить представление о широте рассматриваемых тем. Книга содержит теоретический материал (в основном). Много математики.
Книга разделена на 3 части.
В первой части даётся матчасть.
Вторая и третья посвящены непосредственно глубокому обучению и исследованию в этой области.
В общем книга будет полезна для укрепления и расширения фундаментальных знаний в области Глубокого обучения, основываясь на твёрдом математическом фундаменте.
По оформлению.
Твёрдая обложка, белый офсет. Цветная печать. Схемы и формулы чёткие, рисунки цветные, но качество не очень (в любом случае при ч/б печати было бы весьма сложно что-то разобрать, а здесь хотя бы различимы детали и т.п.).
Для ознакомления несколько тем из книги.
Глубокое обучение с точки зрения практика. цветное издание!
Автор: Паттерсон Дж., Гибсон А.
Дата выхода: февраль 2018 года
Формат: 165 * 235 мм
Бумага: офсетная
Обложка: Твердый переплет
Объем, стр.: 418
ISBN: 978-5-97060-481-6
Аннотация
Все, что должен знать разработчик-практик, чтобы приступить к применению глубокого обучения для решения реальных задач!
Интерес к машинному обучению зашкаливает, но завышенные ожидания нередко губят проекты еще на ранней стадии. Как машинное обучение — и особенно глубокие нейронные сети — может изменить вашу организацию? Эта книга не только содержит практически полезную информацию о предмете, но и поможет приступить к созданию эффективных сетей глубокого обучения.
Авторы сначала раскрывают фундаментальные вопросы глубокого обучения — настройка, распараллеливание, векторизация, конвейеры операций — актуальные для любой библиотеки, а затем переходят к библиотеке Deeplearning4j (DL4J), предназначенной для разработки технологических процессов профессионального уровня. На реальных примерах читатель познакомится с методами и стратегиями обучения глубоких сетей с различной архитектурой и их распараллеливания в кластерах Hadoop и Spark.
Оплата
Наш интернет-магазин работает только по предоплате!
Мы принимаем следующие виды оплаты:
Вы так же можете выбрать оплату по платежной квитанции и оплатить по ней покупку в отделении любого банка.
Юридические лица могут выбрать счёт на оплату.
Возврат денежных средств возможен в случаях:
Возврат не проводится в случаях:
Для оформления возврата обращайтесь по электронной почте dmkpress.help@gmail.com.
Доставка:
Курьерская доставка по Москве в течение 7 дней после оплаты заказа.
Стоимость доставки:
Самовывоз возможен в течение суток после оплаты.
Адрес для самовывоза:
115487, г. Москва, проспект Андропова, 38
Доставка почтой России: от 7 до 28 дней с момента оплаты заказа.
Стоимость доставки:
10 апреля 2018 в 10:54
Электронная версия книги
Здравствуйте. Данная книга имеется в pdf версии. Оставьте заявку какую книгу Вы хотите в pdf на электронную почту dmkpress.help@gmail.com
19 февраля 2018 в 10:56
электронная книга
Здравствуйте. Электронная версия книги появится в марте.
Глубокое обучение
Посоветуйте книгу друзьям! Друзьям – скидка 10%, вам – рубли
Эта и ещё 2 книги за 299 ₽
Отзывы 6
Нового ничего в книге не увидела. Америку не откроет книга, если вы учились на технической специальности. Все ранее было описано и прочитано в других учебниках. Причем доступных и бесплатных. Единственный плюс книги – собрано то, что сейчас актуально и может быть убрано устаревшее.
Если для тех, кто ранее не сталкивался с IT, то минус огромный, что по тем же матрицам, например, не приведены примеры практические с цифрами. Если человек не в теме, то голая теория не поможет.
Не знаю, не однозначное впечатление от книги. Вроде все хорошо, но супер пользы и целевой аудитории не вижу.
Нового ничего в книге не увидела. Америку не откроет книга, если вы учились на технической специальности. Все ранее было описано и прочитано в других учебниках. Причем доступных и бесплатных. Единственный плюс книги – собрано то, что сейчас актуально и может быть убрано устаревшее.
Если для тех, кто ранее не сталкивался с IT, то минус огромный, что по тем же матрицам, например, не приведены примеры практические с цифрами. Если человек не в теме, то голая теория не поможет.
Не знаю, не однозначное впечатление от книги. Вроде все хорошо, но супер пользы и целевой аудитории не вижу.
Книга – одна из самых лучших, что я встретил на пути изучения нейронных сетей. Во-первых, напоминаются математические основы машинного обучения. Именно напоминаются. Я потратил не один вечер на отдельные учебники по математике, чтобы вспомнить конкретные темы в достаточном качестве. Но в этой книге они даются в нужном порядке и по делу.
Это явно не публицистика, так как внутри много хардкорных вещей.
Ну и уже после прочтения половины книги я понял, что Гудфеллоу – это тот самый Ian Goodfellow, книги которого рекомендуются к прочтению при изучении темы.