Mély tanulás: Elmélet, architektúrák és alkalmazások a beszéd-, kép- és nyelvfeldolgozásban

Eredeti címe:

Deep Learning: Theory, Architectures and Applications in Speech, Image and Language Processing

Könyv tartalma:

Ez a könyv egy részletes referencia kézikönyv a mélytanulásról és annak alkalmazásairól. Célja, hogy alapvető ismereteket nyújtson a mélytanulásról és annak különböző architektúráiról, amelyeket képek, beszéd és természetes nyelv feldolgozására alkalmaznak. Tizenöt, informatikusok és kutatók által jegyzett fejezeten keresztül magyarázza el az alapfogalmakat és számos modern felhasználási esetet. A könyv végére az olvasó megismerkedik a különböző mélytanulási megközelítésekkel és modellekkel, és megérti, hogyan lehet különböző mélytanulási algoritmusokat többféle keretrendszer és könyvtár segítségével megvalósítani.

A könyv három részre tagolódik. Az első rész a mélytanulással kapcsolatos alapvető működési megértést, történetet, fejlődést és kihívásokat ismerteti. A matematikai alapfogalmak és a mélytanulás megvalósításának hardverkövetelményei, valamint néhány népszerű keretrendszer orvosi alkalmazásokhoz is szóba kerülnek.

A második rész a mélytanulási és gépi tanulási technikákat alkalmazó érzelemelemelemzéssel foglalkozik. Ez a könyvrész a mélytanulási technikák és architektúrák valós alkalmazásokban történő kísérletezésével és alkalmazásával foglalkozik. Részletesen ismerteti az etikusan összehangolt gépek építésének kiemelkedő megközelítéseit, kérdéseit és kihívásait. Bemutatásra kerül egy, a hagyományos keleti gondolkodás és bölcsesség által inspirált megközelítés is.

Az utolsó rész a felhasználók érdekében az átláthatóságot fokozó gépi tanulási modellek magyarázatára használt mesterséges intelligencia megközelítésekkel foglalkozik. Ebben a részben áttekintés és részletes leírás található a tudásgráfok használatáról a fekete dobozos ajánlórendszerek magyarázatainak generálásában, valamint az etikus rendszertervezés és a fenntartható oktatás modelljének áttekintése. Egy további fejezet bemutatja, hogyan használható egy félig felügyelt gépi tanulási technika kriptopénz-portfóliókezelésre.

A könyv időszerű referencia a mesterséges intelligencia alkalmazásain dolgozó akadémikusok, szakemberek, kutatók és hallgatók számára a mérnöki és orvosi intézményekben.