Глубокое обучение без математики. Том 1. Основы

Если вы интересуетесь машинным обучением (Machine Learning) и глубоким обучением (Deep Learning), то этот двухтомник для вас!Разработка и обучение собственных нейронных сетейИспользование нейронных сетей для понимания данных и создания новых данныхПрисвоение описательных категорий текстам, изображениям и другим типам данныхПредсказание последующих значений последовательности данныхИсследование структуры ваших данныхОбработка данных с максимальной эффективностьюВосприятие новых знаний и идей и применение их на практикеПолучение удовольствия от обсуждения глубокого обучения с другими специалистамиЭта книга не похожа на большинство других учебников и руководств по глубокому обучению - в ней нет ни детального алгоритмического анализа, сопровождаемого обширной математикой, ни развернутых листингов программного кода. Автор выбрал золотую середину - благодаря дружелюбному подходу, сопровождаемому огромным количеством цветных иллюстраций, а также детальному и скрупулезному описанию, он глубоко освещает основополагающие идеи и фундаментальные основы глубокого обучения и нейронных сетей.Издание предназначено для всех читателей, кто хочет использовать глубокое обучение в своей работе. Это программисты, инженеры, ученые, руководители, музыканты, врачи и все, кто хочет работать с большими объемами данных, извлекая из них полезную информацию или формируя новые данные.Продолжение книги будет посвящено практическому воплощению алгоритмов глубокого обучения. Это и многое другое вы найдете в книге Глубокое обучение без математики. Том 1. Основы (Эндрю Гласснер)