Глубокое обучение / "Deep Learning"
═════════════════════
«Побывав на мировых конференциях по теме искусственного интеллекта, общаясь с представителями разных компаний, вижу, что в ближайшее время нас ждет множество достижений в разных направлениях применения интеллектуальных технологий в реальном бизнесе.
Одно из них — технологии в области искусственного интеллекта, которые позволяют автоматически анализировать информацию внутри и вне корпорации.
Следить за новинками технических книг удобнее, если вы участник официальной группы [club155392771|Издательства ДМК Пресс] [https://vk.com/dmkpress]
В крупных корпорациях проверяют конкурсную документацию и определяют лучшего поставщика. В телекоме и розничных сетях обрабатывают запросы в клиентскую поддержку, отвечают на комментарии в социальных сетях, выявляют репутационные риски, анализируют открытые источники и внутренние документы компании. В строительстве и производстве искусственный интеллект отправляет уведомления о различных инцидентах, чтобы быстро исправить внештатную ситуацию, проверяет проектную документацию и помогает на ранних стадиях снижать расходы на проект, извлекая информацию о возможных расхождениях.
Сможет ли искусственный интеллект заменить людей и спровоцировать безработицу национального масштаба? Думаю, нет. Скорее всего, у нас просто уменьшится продолжительность рабочей недели до 3–4 дней. Остальное время можно будет посвятить саморазвитию.»
(с) Девид Ян, ABBYY для Forbes №01 (166) 2018
Одна из последних книг издательства ДМК Пресс – «Глубокое обучение»—направления исследований в области искусственного интеллекта. С книгой и главами знакомимся на странице сайта издательства здесь —> vk.cc/7Ankv5
Глубокое обучение — это вид машинного обучения, наделяющий компьютеры способностью учиться на опыте и понимать мир в терминах иерархии концепций. Поскольку компьютер приобретает знания из опыта, отпадает нужда в человеке-операторе, который формально описывает необходимые компьютеру знания. Иерархическая организация позволяет компьютеру обучаться сложным концепциям, конструируя их из более простых; граф такой иерархии может содержать много уровней. В этой книге читатель найдет широкий обзор тем, изучаемых в глубоком обучении.
Книга содержит математические и концептуальные основы линейной алгебры, теории вероятностей и теории информации, численных расчетов и машинного обучения в том объеме, который необходим для понимания материала.
Описываются приемы глубокого обучения, применяемые на практике, в том числе глубокие сети прямого распространения, регуляризация, алгоритмы оптимизации, сверточные сети, моделирование последовательностей, и др. Рассматриваются такие приложения, как обработка естественных языков, распознавание речи, компьютерное зрение, онлайновые рекомендательные системы, биоинформатика и видеоигры. Наконец, описываются перспективные направления исследований: линейные факторные модели, автокодировщики, обучение представлений, структурные вероятностные модели, методы Монте-Карло, статистическая сумма, приближенный вывод и глубокие порождающие модели.
Издание будет полезно студентами и аспирантам, а также опытным программистам, которые хотели бы применить глубокое обучение в составе своих продуктов или платформ.
═════════════════════
Приобрести книгу: https://vk.cc/7Ankv5
═════════════════════
Следить за новинками технических книг удобнее, если вы участник официальной группы [club155392771|Издательства ДМК Пресс] [https://vk.com/dmkpress]. Один из наших подписчиков уже выиграл книгу в конкурсе от [club155392771|Издательства ДМК Пресс]. Поэтому вступайте в группу, чтобы не пропустить следующий розыгрыш и выход другой качественной литературы для вашего образования.
═════════════════════
#машинное_обучение@physics_math
#python@physics_math
#big_data@physics_math
#искусственный_интеллект@physics_math
#машинное_обучение #big_data #искусственный_интеллект #python
═════════════════════
«Побывав на мировых конференциях по теме искусственного интеллекта, общаясь с представителями разных компаний, вижу, что в ближайшее время нас ждет множество достижений в разных направлениях применения интеллектуальных технологий в реальном бизнесе.
Одно из них — технологии в области искусственного интеллекта, которые позволяют автоматически анализировать информацию внутри и вне корпорации.
Следить за новинками технических книг удобнее, если вы участник официальной группы [club155392771|Издательства ДМК Пресс] [https://vk.com/dmkpress]
В крупных корпорациях проверяют конкурсную документацию и определяют лучшего поставщика. В телекоме и розничных сетях обрабатывают запросы в клиентскую поддержку, отвечают на комментарии в социальных сетях, выявляют репутационные риски, анализируют открытые источники и внутренние документы компании. В строительстве и производстве искусственный интеллект отправляет уведомления о различных инцидентах, чтобы быстро исправить внештатную ситуацию, проверяет проектную документацию и помогает на ранних стадиях снижать расходы на проект, извлекая информацию о возможных расхождениях.
Сможет ли искусственный интеллект заменить людей и спровоцировать безработицу национального масштаба? Думаю, нет. Скорее всего, у нас просто уменьшится продолжительность рабочей недели до 3–4 дней. Остальное время можно будет посвятить саморазвитию.»
(с) Девид Ян, ABBYY для Forbes №01 (166) 2018
Одна из последних книг издательства ДМК Пресс – «Глубокое обучение»—направления исследований в области искусственного интеллекта. С книгой и главами знакомимся на странице сайта издательства здесь —> vk.cc/7Ankv5
Глубокое обучение — это вид машинного обучения, наделяющий компьютеры способностью учиться на опыте и понимать мир в терминах иерархии концепций. Поскольку компьютер приобретает знания из опыта, отпадает нужда в человеке-операторе, который формально описывает необходимые компьютеру знания. Иерархическая организация позволяет компьютеру обучаться сложным концепциям, конструируя их из более простых; граф такой иерархии может содержать много уровней. В этой книге читатель найдет широкий обзор тем, изучаемых в глубоком обучении.
Книга содержит математические и концептуальные основы линейной алгебры, теории вероятностей и теории информации, численных расчетов и машинного обучения в том объеме, который необходим для понимания материала.
Описываются приемы глубокого обучения, применяемые на практике, в том числе глубокие сети прямого распространения, регуляризация, алгоритмы оптимизации, сверточные сети, моделирование последовательностей, и др. Рассматриваются такие приложения, как обработка естественных языков, распознавание речи, компьютерное зрение, онлайновые рекомендательные системы, биоинформатика и видеоигры. Наконец, описываются перспективные направления исследований: линейные факторные модели, автокодировщики, обучение представлений, структурные вероятностные модели, методы Монте-Карло, статистическая сумма, приближенный вывод и глубокие порождающие модели.
Издание будет полезно студентами и аспирантам, а также опытным программистам, которые хотели бы применить глубокое обучение в составе своих продуктов или платформ.
═════════════════════
Приобрести книгу: https://vk.cc/7Ankv5
═════════════════════
Следить за новинками технических книг удобнее, если вы участник официальной группы [club155392771|Издательства ДМК Пресс] [https://vk.com/dmkpress]. Один из наших подписчиков уже выиграл книгу в конкурсе от [club155392771|Издательства ДМК Пресс]. Поэтому вступайте в группу, чтобы не пропустить следующий розыгрыш и выход другой качественной литературы для вашего образования.
═════════════════════
#машинное_обучение@physics_math
#python@physics_math
#big_data@physics_math
#искусственный_интеллект@physics_math
#машинное_обучение #big_data #искусственный_интеллект #python
ВКонтакте
Издательство ДМК Пресс
Издательство, специализирующееся на компьютерной и радиотехнической литературе. Рубрикатор: #review@dmkpress - отзывы на наши книги от покупателей. #conference@dmkpress - конференции, которые мы поддерживаем, где также можно купить наши книги. #C@dmkpress…
Глубокое обучение — Николенко С. И., Кадурин [2018, PDF]
═════════════════════
Описание:
═════════════════════
Перед вами - первая книга о глубоком обучении, написанная на русском языке. Глубокие модели оказались ключом, который подходит ко всем замкам сразу: новые архитектуры и алгоритмы обучения, а также увеличившиеся вычислительные мощности и появившиеся огромные наборы данных, привели к революционным прорывам в компьютерном зрении, распознавании речи, обработке естественного языка и многих других типично "человеческих" задачах машинного обучения.
Эти захватывающие идеи, вся история и основные компоненты революции глубокого обучения, а также самые современные достижения этой области, доступно и интересно изложены в книге.
Максимум объяснений, минимум кода, серьезный материал о машинном обучении и увлекательное изложение - в этой уникальной работе замечательных российских ученых и интеллектуалов.
═════════════════════
Скачать: cloud.mail.ru/public/AaZw/UM3d856gy
═════════════════════
#машинное_обучение@physics_math
#нейронные_сети@physics_math
#алгоритмы@physics_math
#искусственный_интеллект@physics_math
#машинное_обучение #big_data #программирование #нейронные_сети
═════════════════════
Описание:
═════════════════════
Перед вами - первая книга о глубоком обучении, написанная на русском языке. Глубокие модели оказались ключом, который подходит ко всем замкам сразу: новые архитектуры и алгоритмы обучения, а также увеличившиеся вычислительные мощности и появившиеся огромные наборы данных, привели к революционным прорывам в компьютерном зрении, распознавании речи, обработке естественного языка и многих других типично "человеческих" задачах машинного обучения.
Эти захватывающие идеи, вся история и основные компоненты революции глубокого обучения, а также самые современные достижения этой области, доступно и интересно изложены в книге.
Максимум объяснений, минимум кода, серьезный материал о машинном обучении и увлекательное изложение - в этой уникальной работе замечательных российских ученых и интеллектуалов.
═════════════════════
Скачать: cloud.mail.ru/public/AaZw/UM3d856gy
═════════════════════
#машинное_обучение@physics_math
#нейронные_сети@physics_math
#алгоритмы@physics_math
#искусственный_интеллект@physics_math
#машинное_обучение #big_data #программирование #нейронные_сети