Shallow and Deep Learning Principles

Ce livre traite des réseaux de neurones artificiels (RNA) et de leur capacité à prédire des résultats en utilisant des principes d'apprentissage profond et superficiel. L'auteur décrit d'abord la mise en œuvre des RNA, qui se compose d'au moins trois couches : une couche d'entrée, une couche de sortie et une couche cachée (intermédiaire). L'auteur affirme qu'il est nécessaire de développer une architecture qui modélise non pas des règles mathématiques, mais plutôt les variables d'action et de réponse qui contrôlent l'événement et les réactions qui peuvent s'y produire. Le livre explique les raisons et la nécessité de chaque modèle de RNA, en tenant compte des similitudes avec les méthodes précédentes ainsi que des règles philosophiques et logiques.