Тази книга се фокусира върху дълбокото обучение (DL), важен елемент от науката за данни, който включва прогнозно моделиране. Приложенията на DL се използват широко в области като финансите, транспорта, здравеопазването, автомобилната индустрия и рекламата. Проектирането на DL модели се основава на изкуствени невронни мрежи и е повлияно от структурата и функционирането на мозъка.

Тази книга представя изчерпателен ресурс за тези, които желаят да разберат техниките в дълбокото обучение. Значими характеристики включват:

• Знания за теорията и дизайна на съвременните модели за дълбоко обучение за приложения в реалния свят.
• Обяснение на концепциите и терминологията при решаване на проблеми с дълбокото обучение.
• Изследване на теоретичната основа за основни алгоритми и подходи в дълбокото обучение.
• Обсъждане на техниките за подобряване на моделите за дълбоко обучение.
• Идентифициране на техниките за оценка на представянето на моделите за дълбоко обучение.

Съответно, книгата обхваща целия процес на дълбокото обучение, предоставяйки осъзнаване на всеки от широко използваните модели. Може да се използва като ръководство за начинаещи, където потребителят може да разбере свързаните концепции и техники. Тази книга ще бъде полезен ресурс за бакалаври и магистри, инженери и изследователи, които започват да изучават темата за дълбокото обучение.

Страници: 184, Размери: 15.6x15.6см