Прикладное глубокое обучение. Подход к пониманию глубоких нейронных сетей на основе метода кейсов

Описаны простые активационные функции с единственным нейроном сигмоида и линейная и логистическая регрессии, библиотека выбор стоимостной (ReLu, TensorFow, Swish), функции, а также более сложные нейросетевые архитектуры с многочисленными слоями и нейронами.

Показана отладка и оптимизация расширенных методов отсе­ва и регуляризации, настройка проектов машинного обучения, ориентированных на глубокое обучение с использованием сложных наборов данных.

Приведены результаты анализа ошибок нейронной сети с примерами решения проблем, возникающих из-за дисперсии, смещения, переподгонки или разрозненных наборов дан­ных.

По каждому техническому решению даны примеры решения практических задач.

Скачать книгу можно бесплатно по данной ссылке: Скачать