Ta książka stanowi wszechstronne wprowadzenie do głównych idei leżących u podstaw głębokiego uczenia się. Jest przeznaczony zarówno dla nowicjuszy w uczeniu maszynowym, jak i dla tych, którzy mają już doświadczenie w tej dziedzinie. Ta niezbędna książka, obejmująca kluczowe koncepcje związane ze współczesnymi architekturami i technikami, wyposaża czytelników w solidne podstawy dla potencjalnej przyszłej specjalizacji. Dziedzina głębokiego uczenia przechodzi szybką ewolucję, dlatego ta książka skupia się na ideach, które prawdopodobnie przetrwają próbę czasu.. Książka jest podzielona na liczne rozdziały o niewielkich rozmiarach, z których każdy porusza inny temat, a narracja przebiega liniowo, a każdy rozdział opiera się na treściach z poprzednich części. Ta struktura jest dobrze dopasowana do nauczania dwusemestralnego kursu uczenia maszynowego na poziomie licencjackim lub magisterskim, pozostając jednocześnie równie istotna dla osób prowadzących aktywne badania lub uczących się samodzielnie.. Pełne zrozumienie uczenia maszynowego wymaga wiedzy matematycznej, dlatego książka zawiera samodzielne wprowadzenie do teorii prawdopodobieństwa. Jednakże książka koncentruje się na przekazaniu jasnego zrozumienia idei, z naciskiem na praktyczną wartość technik w świecie rzeczywistym, a nie na abstrakcyjną teorię.. Złożone koncepcje są zatem prezentowane z wielu uzupełniających się perspektyw, w tym opisów tekstowych, diagramów, formuł matematycznych i pseudo-kodu.. Chris Bishop jest pracownikiem technicznym w firmie Microsoft i dyrektorem Microsoft Research AI4Science. Jest członkiem Darwin College w Cambridge, członkiem Królewskiej Akademii Inżynierii oraz członkiem Towarzystwa Królewskiego.. Hugh Bishop jest naukowcem stosowanym w Wayve, londyńskiej firmie zajmującej się głębokim uczeniem się pojazdów autonomicznych, gdzie projektuje i szkoli głębokie sieci neuronowe. Ukończył studia magisterskie MPhil z uczenia maszynowego i sztucznej inteligencji na Uniwersytecie Cambridge.. """Chris Bishop napisał znakomity podręcznik o sieciach neuronowych w 1995 roku i posiada głęboką wiedzę na temat tej dziedziny i jej podstawowych idei""". Jego wieloletnie doświadczenie w wyjaśnianiu sieci neuronowych sprawiło, że jest niezwykle biegły w przedstawianiu skomplikowanych idei w najprostszy możliwy sposób i jest przyjemnością widzieć, jak te umiejętności są stosowane do rewolucyjnych nowych osiągnięć w tej dziedzinie." -- Geoffrey Hinton "W związku z niedawnym wybuchem uczenia głębokiego i sztucznej inteligencji jako tematu badawczego oraz szybko rosnącym znaczeniem zastosowań AI, nowoczesny podręcznik na ten temat był bardzo potrzebny. „Nowy Biskup” mistrzowsko wypełnia lukę, omawiając algorytmy uczenia nadzorowanego i nienadzorowanego, nowoczesne rodziny architektur głębokiego uczenia, a także jak zastosować to wszystko w różnych obszarach zastosowań.” – Yann LeCun „Ta doskonała i bardzo edukacyjna książka zapozna czytelnika z głównymi koncepcjami i postępami w głębokim uczeniu, solidnie osadzając je w teorii prawdopodobieństwa. Te koncepcje zasilają obecne systemy AI w przemyśle i prawdopodobnie staną się podstawą dalszych postępów w kierunku sztucznej inteligencji ogólnej." -- Yoshua Bengio
Zwrot w przypadku braku dostawy
