Deep Learning Architectures: A Mathematical Approach

Olvasói vélemények

A Deep Learning című könyv átfogó és matematikailag gazdag feltárást nyújt a témáról. Dicséretet kapott részletes magyarázataiért és szigorú bizonyításaiért, de kritizálják a lektorálás és a rendszerezés hiánya miatt, ami zavart okoz az olvasók körében. Míg egyesek a mélytanulásról szóló legjobb elméleti könyvnek tartják az erős matematikai háttérrel rendelkezők számára, mások szerint rosszul megírt és hibáktól hemzsegő könyv.

A mélytanulás elméleti aspektusainak átfogó lefedése, jól magyarázott matematikai tartalom, szigorú bizonyítások, egyedülálló elméleti témák, kiváló minőségű nyomtatás.

Gyenge lektorálás számos hibával, rendszertelen szervezés, erős matematikai háttérrel nem rendelkező olvasók számára túlságosan haladó lehet, kiábrándítóak az analitikus elméletről szóló részek.

(11 olvasói vélemény alapján)

Könyv tartalma:

Bevezető problémák. - Aktiválási függvények.

- Költségfüggvények. - Minimumkereső algoritmusok. - Absztrakt neuronok.

- Neurális hálózatok.

- Approximációs tételek. - Tanulás egydimenziós bemenetekkel.

- Univerzális közelítők. - Pontos tanulás. - Információ reprezentáció.

- Az információs kapacitás értékelése. - Kimeneti sokaságok. - Neuromanifoldok.

- Összevonás. - Konvolúciós hálózatok.

- Rekurrens neurális hálózatok. - Osztályozás. - Generatív modellek.

- Sztochasztikus hálózatok.

- Tippek és megoldások.