Bewertung:
Das Buch von James Stone bietet eine prägnante, ansprechende Einführung in Konzepte des maschinellen Lernens und des Deep Learning und richtet sich an Leser mit unterschiedlichem mathematischem Hintergrundwissen. Während viele Rezensenten die Lesbarkeit und den pädagogischen Ansatz loben, finden einige bestimmte Abschnitte aufgrund des starken Rückgriffs auf komplexe Nomenklatur und unzureichender Definitionen von Schlüsselbegriffen verwirrend.
Vorteile:⬤ Prägnant und unterhaltsam, gespickt mit wertvollen Informationen
⬤ ansprechender Schreibstil
⬤ gut für Leser mit mathematischen Grundkenntnissen
⬤ erklärt effektiv Kernkonzepte
⬤ bietet eine historische Perspektive
⬤ Autor geht auf Fragen ein.
⬤ Verwirrende Nomenklatur und komplexe mathematische Notation
⬤ einige Konzepte schlecht definiert
⬤ einige Leser berichten über Schwierigkeiten beim Verständnis der Schlüsselideen, besonders in späteren Kapiteln
⬤ Kompatibilitätsprobleme mit Kindle Scribe
⬤ Lieferprobleme mit der gedruckten Version.
(basierend auf 15 Leserbewertungen)
Artificial Intelligence Engines: A Tutorial Introduction to the Mathematics of Deep Learning
Das Gehirn hatte schon immer einen grundlegenden Vorteil gegenüber herkömmlichen Computern: Es kann lernen. Eine neue Generation von Algorithmen der künstlichen Intelligenz, in Form von tiefen neuronalen Netzen, hebt diesen Vorteil jedoch rasch auf.
Tiefe neuronale Netze stützen sich auf adaptive Algorithmen, um eine Vielzahl von Aufgaben wie Krebsdiagnose, Objekterkennung, Spracherkennung, Robotersteuerung, Schach, Poker, Backgammon und Go mit übermenschlichen Leistungen zu bewältigen. In diesem reich bebilderten Buch werden die wichtigsten Lernalgorithmen für neuronale Netze zunächst informell erläutert, gefolgt von detaillierten mathematischen Analysen. Die Themen umfassen sowohl historisch wichtige neuronale Netze (z.
B.
Perceptrons) als auch moderne tiefe neuronale Netze (z. B.
generative adversarische Netze). Online-Computerprogramme, die aus Open-Source-Repositorien zusammengestellt wurden, vermitteln praktische Erfahrungen mit neuronalen Netzen, und PowerPoint-Folien unterstützen den Unterricht. Das Buch ist in einem informellen Stil geschrieben, mit einem umfassenden Glossar, didaktischen Anhängen (z.
B. Bayes' Theorem) und einer Liste weiterführender Literatur. Es ist eine ideale Einführung in die algorithmischen Maschinen der modernen künstlichen Intelligenz.
| ISBN: | 9780956372826 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Hardcover |
| Erscheinungsjahr: | 2019 |
| Seitenzahl: | 218 |
Derzeit verfügbar, auf Lager.
