Глубокое обучение без математики. Том 1. Основы: Эндрю Гласснер

Если вы интересуетесь машинным обучением (Machine Learning) и глубоким обучением (Deep Learning), то этот двухтомник для вас!
Разработка и обучение собственных нейронных сетей
Использование нейронных сетей для понимания данных и создания новых данных
Присвоение описательных категорий текстам, изображениям и другим типам данных
Предсказание последующих значений последовательности данных
Исследование структуры ваших данных
Обработка данных с максимальной эффективностью
Восприятие новых знаний и идей и применение их на практике
Получение удовольствия от обсуждения глубокого обучения с другими специалистами
Эта книга не похожа на большинство других учебников и руководств по глубокому обучению - в ней нет ни детального алгоритмического анализа, сопровождаемого обширной математикой, ни развернутых листингов программного кода. Автор выбрал золотую середину - благодаря дружелюбному подходу, сопровождаемому огромным количеством цветных иллюстраций, а также детальному и скрупулезному описанию, он глубоко освещает основополагающие идеи и фундаментальные основы глубокого обучения и нейронных сетей.
Издание предназначено для всех читателей, кто хочет использовать глубокое обучение в своей работе. Это программисты, инженеры, ученые, руководители, музыканты, врачи и все, кто хочет работать с большими объемами данных, извлекая из них полезную информацию или формируя новые данные.
Продолжение книги будет посвящено практическому воплощению алгоритмов глубокого обучения.