Avis des lecteurs
Résumé:Le livre sur l'apprentissage profond a reçu des critiques mitigées, beaucoup louant sa profondeur mathématique et ses idées théoriques, tandis que d'autres le critiquent pour sa mauvaise organisation, ses nombreuses erreurs typographiques et son manque de relecture. L'ouvrage est vivement recommandé à ceux qui ont une solide formation en mathématiques, mais il peut être frustrant pour ceux qui ne sont pas familiarisés avec les concepts requis.
Avantages:Contenu mathématique riche, preuves rigoureuses bien expliquées, couverture complète de l'optimisation et des aspects théoriques de l'apprentissage profond, recommandé pour ceux qui ont de solides compétences en mathématiques.
Inconvénients:Nombreuses erreurs typographiques et notations incorrectes, mauvaise organisation, manque de relecture menant à la confusion, et sections qui peuvent ne pas trouver d'écho auprès des lecteurs non familiers avec les mathématiques avancées.
(basé sur 11 avis de lecteurs)
Titre original :
Deep Learning Architectures: A Mathematical Approach
Contenu du livre :
Ce livre décrit le fonctionnement des réseaux neuronaux d'un point de vue mathématique.
Par conséquent, les réseaux neuronaux peuvent être interprétés à la fois comme des approximateurs universels de fonctions et des processeurs d'information. Le livre comble le fossé entre les idées et les concepts des réseaux neuronaux, qui sont aujourd'hui utilisés à un niveau intuitif, et le langage mathématique moderne précis, en présentant les meilleures pratiques du premier et en profitant de la robustesse et de l'élégance du second.
Ce livre peut être utilisé dans le cadre d'un cours de troisième cycle sur l'apprentissage profond, les premières parties étant accessibles aux étudiants de premier cycle. En outre, le livre intéressera largement les chercheurs en apprentissage automatique qui sont intéressés par une compréhension théorique du sujet.
Autres informations sur le livre :
| ISBN : | 9783030367206 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Relié |
| Année de publication : | 2020 |
| Nombre de pages : | 760 |
Achat:
Actuellement disponible, en stock.
