 (увеличить обложку)
|
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. Книга обсуждается в отдельном сообщении в блоге Виктора Штонда. Понравилась книга? Порекомендуйте её друзьям и коллегам: Твитнуть |
Оглавление
Предисловие 17
Глава 1. Введение в нейронные сети 23
Глава 2. Машинное обучение
с помощью мелких нейронных сетей 101
Глава 3. Обучение глубоких нейронных сетей 179
Глава 4. Обучение глубоких сетей способности
к обобщению 271
Глава 5. Сети радиально-базисных функций 345
Глава 6. Ограниченные машины Больцмана 369
Глава 7. Рекуррентные нейронные сети 423
Глава 8. Сверточные нейронные сети 485
Глава 9. Глубокое обучение с подкреплением 569
Глава 10. Дополнительные вопросы глубокого обучения 637
Библиография 695
Предметный указатель 737
|
|
|
Copyright © 1992-2020 Издательская группа "Диалектика-Вильямс"
|
