Leserbewertungen
Zusammenfassung:Das Buch „The Math of Neural Networks“ von Michael Taylor bietet eine detaillierte und leicht verständliche Einführung in neuronale Netze, die sich in erster Linie an Anfänger mit grundlegenden mathematischen Kenntnissen richtet. Während viele die visuelle Darstellung als effektiv und die Erklärungen als klar empfinden, erfordert das Buch Geduld und Vorkenntnisse, um die komplexen Konzepte vollständig zu erfassen. Einige Leser bemängeln die selbstveröffentlichte Qualität und die Einschränkungen bei der Präsentation, aber insgesamt ist das Buch für alle, die sich für maschinelles Lernen und Deep Learning interessieren, empfehlenswert.
Vorteile:Klarer und gut erklärter Inhalt, schöne visuelle Präsentation, umfassende Informationen für Anfänger, effektive Aufschlüsselung komplexer Ideen, informative Grafiken und Beispiele, und eine gute Ressource für weiteres Lernen.
Nachteile:Erfordert ein grundlegendes Verständnis von Mathematik und Statistik, könnte für völlige Anfänger eine Herausforderung sein, selbstveröffentlichte Qualität mit kleinen Formatierungsproblemen, und einige finden es dicht und nicht zum schnellen Lesen geeignet.
(basierend auf 61 Leserbewertungen)
Originaltitel:
The Math of Neural Networks
Inhalt des Buches:
Es gibt viele Gründe, warum neuronale Netze uns faszinieren und in den letzten Jahren für Schlagzeilen gesorgt haben. Sie verbessern die Internetsuche, organisieren Fotos und werden sogar bei der Sprachübersetzung eingesetzt.
Sogar Verschlüsselungen können sie erzeugen. Gleichzeitig sind sie aber auch geheimnisvoll und rätselhaft: Wie genau erreichen sie diese Dinge? Was geht in einem neuronalen Netz vor sich? Im Großen und Ganzen lernt ein Netz genau wie wir, durch Versuch und Irrtum. Dies gilt unabhängig davon, ob es sich um ein überwachtes, ein unbeaufsichtigtes oder ein halbüberwachtes Netz handelt.
Wenn man jedoch etwas tiefer gräbt, stellt man fest, dass eine Handvoll mathematischer Funktionen eine wichtige Rolle im Versuch-und-Irrtum-Prozess spielt. Außerdem wird deutlich, dass ein Verständnis der zugrundeliegenden Mathematik dazu beiträgt, zu klären, wie ein Netz lernt.
In den folgenden Kapiteln werden wir die Mathematik, die ein neuronales Netz steuert, auspacken. Dazu werden wir ein Feedforward-Netzwerk als Modell verwenden und die Eingaben auf ihrem Weg durch das Netzwerk verfolgen.
Weitere Daten des Buches:
| ISBN: | 9781549893643 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
Kauf:
Derzeit verfügbar, auf Lager.
