Отзывы на произведение: Глубокое обучение

В первой части разбирается революция глубокого обучения, виды машинного обучения, особенности человеческого мозга и границы нейробиологии. Далее идут главы про перцептроны, сверточные сети, рекуррентные модели и автокодировщики. Мне понравился пример распознавания рукописных цифр на TensorFlow: простой и наглядный. Для тех кто хочет окунуться в ИИ это отличный старт.

Это одна из немногочисленных работ (машинное/глубокое обучение) по данной тематике на русском языке русскоязычными авторами (потому что остальные - это перевод). Хорошее соотношение теория/практика. Данная книга будет азбукой для начинающих специалистов и шпаргалкой для тех, кто работает по данной теме. Эту книгу можно рекомендовать.

добавьте/замените tensorflow на pytorch

Солидный и полезный труд по глубокому обучению, который выделяется своим концептуальным подходом. Книга удачно избегает перегруженности кодом, делая акцент на понимании фундаментальных идей и истории развития области. Это особенно ценно для формирования общего контекста. Однако местами изложение становится излишне теоретическим, и нехватка практических примеров может осложнить непосредственное применение знаний для разработчиков, которые ожидают быстрого старта.

Глубокий концептуальный охват темы
Минимум кода, максимум объяснений
Увлекательное изложение истории и основ области
Фокус на понимании идей, а не на синтаксисе

Недостаток практических примеров и пошаговых руководств
Изложение иногда слишком теоретическое для прикладных разработчиков
Не идеальна как первое руководство к немедленному действию

Данная книга больше предназначена для уже более-менее ознакомленных с темой машинного обучения специалистов в качестве дополнения к их знаниям. Но всë-таки интересные рассуждения и инструменты в книге присутствуют.

Доходчивая подача материала.

Слишком много "воды". Кроме того, книга не даëт реальную базу для понимания темы с точки зрения даже алгоритмизации.