deep learning

Scritto da tre esperti nel campo, "Deep Learning" è l'unico libro completo su questo argomento. Il Deep Learning è una forma di apprendimento automatico che consente ai computer di apprendere dalle esperienze e di comprendere il mondo sotto forma di una gerarchia di concetti. Poiché il computer accumula conoscenze dalle esperienze, non è necessario che un operatore umano fornisca formalmente tutte le informazioni di cui il computer ha bisogno. La gerarchia dei concetti consente al computer di apprendere concetti complessi costruendoli a partire da quelli più semplici; un diagramma di queste gerarchie sarebbe molto profondo. Questo libro introduce una vasta gamma di argomenti nel Deep Learning. Il testo fornisce basi matematiche e concettuali e tratta concetti rilevanti di algebra lineare, teoria della probabilità e teoria dell'informazione, calcoli numerici e apprendimento automatico. Descrive tecniche di Deep Learning utilizzate dai professionisti dell'industria, inclusi reti neurali profonde feedforward, regolarizzazione, algoritmi di ottimizzazione, reti convoluzionali, modellazione delle sequenze e metodologie pratiche; e offre una panoramica delle applicazioni come l'elaborazione del linguaggio naturale, il riconoscimento vocale, la visione artificiale, i sistemi di raccomandazione online, la bioinformatica e i videogiochi. Infine, il libro fornisce prospettive di ricerca e affronta temi teorici come modelli fattoriali lineari, autoencoder, apprendimento delle rappresentazioni, modelli probabilistici strutturati, metodi Monte Carlo, la funzione di partizione, inferenza approssimativa e modelli generativi profondi. "Deep Learning" può essere utilizzato da studenti di laurea o di master che aspirano a carriere nell'industria o nella ricerca, così come da ingegneri del software che desiderano iniziare a utilizzare il Deep Learning nei loro prodotti o piattaforme. Un sito web offre materiale aggiuntivo per lettori e docenti.