Opis
O knjizi:
Duboko učenje područje je umjetne inteligencije usredotočeno na stvaranje velikih modela neuronskih mreža, sposobnih donositi valjane odluke temeljem dostupnih podataka. Ono je posebice primjereno situacijama masivnih skupova podataka, napučenih složenim podacima. Danas ga za svoje potrebe koristi većina internetskih tvrtki i vrhunskih potrošačkih tehnologija. Između ostalog, Facebook duboko učenje koristi u analizi tekstova internetskih razgovora.
Google, Baidu i Microsoft koriste ga za pretraživanje slika te za strojno prevođenje. Svi moderni pametni telefoni u sebi kriju sustave dubokog učenja; primjerice, ono je sada standardna tehnologija za prepoznavanje govora, ali i za prepoznavanje lica snimljenih digitalnim fotoaparatima. U zdravstvenom sektoru duboko učenje koristi se za obradu medicinskih slika (rendgenske, CT i MRI pretrage) i dijagnosticiranje zdravstvenih stanja. Ono se također nalazi u srcu automobila osposobljenih za samostalnu vožnju, gdje se koristi za lokalizaciju i mapiranje ruta, planiranje i upravljanje vožnjom te opažanje okoline, kao i za praćenje stanja vozača.
Cilj ove knjige je širokom krugu čitatelja omogućiti shvaćanje što duboko učenje jest, odakle dolazi, kako funkcionira, što omogućuje (a što ne) i kako će se ono najizglednije razvijati u sljedećih deset godina. Činjenica da duboko učenje predstavlja skup algoritama i modela znači da njegovo razumijevanje zahtijeva razumijevanje načina na koje ti algoritmi i modeli obrađuju podatke. Slijedom toga, ova knjiga ne izlaže samo opise i definicije; ona također uključuje objašnjenja rada algoritama.
Iz sadržaja:
Predgovor seriji vii
Predgovor ix
Zahvale xi
1 Uvod u duboko učenje 1
2 Konceptualne osnove dubokog učenja 39
3 Neuronske mreže: Gradivni blokovi dubokog učenja 65
4 Kratka povijest dubokog učenja 101
5 Konvolucijske i povratne neuronske mreže 159
6 Učeće funkcije 185
7 Budućnost dubokog učenja 231
Kazalo pojmova 251
Bilješke 257
Literatura 261
Naslovi za daljnje čitanje 267
Kazalo 269