Treść książki
Przejdź do opcji czytnikaPrzejdź do nawigacjiPrzejdź do informacjiPrzejdź do stopki
Otejksiążce
NapisałemZrozumiećgłębokieuczenie,abydaćCzytelnikowipodstawywiedzypozwalającejnakorzystaniezgłównych
platformgłębokiegouczenia.Rozpoczniemyodpodstawsiecineuronowych,poczymprzejdziemydopoznawania
zaawansowanychwarstwiarchitektur.
Ktopowinienprzeczytaćtęksiążkę
Celowonapisałemjąwtakisposób,abymożliwieniskoustawićprógwejściowy.Niezakładamżadnejwiedzynatemat
algebryliniowej,rachunkuróżniczkowego,optymalizacjifunkcjiwypukłychaninawetsamegouczeniasię
maszyn1.Wszystkienależącedotychtematówzagadnienia,któresąniezbędnedozrozumieniagłębokiegouczenia,zostaną
wyjaśnionewtrakciewykładu.JeśliktośopanowałmatematykęnapoziomielicealnyminiecokodowałwPythonie,jest
gotowydolekturytejksiążki.
Planpracy
Książkazawiera16rozdziałów:
Rozdział1skupiasięnatym,dlaczegowartopoznaćgłębokieuczenieicojestpotrzebne,abyzacząć.
Rozdział2zaczynasięodprzeglądufundamentalnychidei,takichjakuczeniesięmaszyn,modeleparametryczne
inieparametryczneoraznadzorowaneinienadzorowaneuczeniesię.Wprowadzimywnimrównieżparadygmat
„przewidywanie,porównanie,nauka”,którybędziestalewykorzystywanywkolejnychrozdziałach.
Rozdział3poprowadziCzytelnikaprzezwykorzystanieprostychsiecidotworzeniaprzewidywań,atakżezapewni
pierwszywglądwsiećneuronową.
Wrozdziale4nauczymysię,jakoceniaćprzewidywaniawykonywanewrozdziale3iidentyfikowaćbłędy,pomagające
wuczeniumodeliwkolejnymkroku.
Rozdział5koncentrujesięnaczęścinaukiparadygmatu„przewidywanie,porównanie,nauka”.Rozdziałtenpokazuje
procesuczeniasięnapogłębionymprzykładzie.
Wrozdziale6zbudujemynasząpierwszą„głęboką”siećneuronową,jejkodiwszystkopozatym.
Rozdział7przedstawiaogólnywidoksiecineuronowejijejdziałaniawceluuproszczeniawyobrażeń.
Rozdział8wprowadzapojęciaprzeuczenia,wykluczaniaorazminiwsadowejmetodygradientowejipokazuje,jak
klasyfikowaćzbiórdanychwnowej,dopierocozbudowanejsieci.
Rozdział9przedstawiafunkcjeaktywacjiiichstosowanieprzymodelowaniuprawdopodobieństw.
Wrozdziale10wprowadzimykonwolucyjnesiecineuronowe,podkreślającużytecznośćstrukturydoprzeciwdziałania
przeuczeniu.
Rozdział11stanowiwprowadzeniedoprzetwarzaniajęzykanaturalnego(naturallanguageprocessing–NLP)
iprzedstawiapodstawowepojęciaorazkoncepcjezdziedzinygłębokiegouczenia.
Wrozdziale12omówimyrekurencyjnesiecineuronowe,nowoczesnepodejściestosowanewniemalkażdymobszarze
