Deep Learning
Deep Learning
MIT Press
Goodfellow, Ian, Bengio, Yoshua et Courville, Aaron
En stock
Impossible de charger la disponibilité du service de retrait
« Écrit par trois experts du domaine, Apprentissage Profond est le seul ouvrage complet sur le sujet. »
--Elon Musk, coprésident d'OpenAI ; cofondateur et directeur général de Tesla et SpaceX
L'apprentissage profond est une forme d'apprentissage automatique qui permet aux ordinateurs d'apprendre par l'expérience et de comprendre le monde selon une hiérarchie de concepts. Parce que l'ordinateur acquiert des connaissances par l'expérience, il n'est pas nécessaire qu'un opérateur humain spécifie formellement toutes les connaissances dont l'ordinateur a besoin. La hiérarchie des concepts permet à l'ordinateur d'apprendre des concepts complexes en les construisant à partir de concepts plus simples ; un graphe de ces hiérarchies serait composé de nombreuses couches. Ce livre présente un large éventail de sujets en apprentissage profond.
Le texte offre des bases mathématiques et conceptuelles, couvrant les notions pertinentes en algèbre linéaire, théorie des probabilités et théorie de l'information, calcul numérique et apprentissage automatique. Il décrit les techniques d'apprentissage profond utilisées par les praticiens dans l'industrie, notamment les réseaux profonds à propagation avant, la régularisation, les algorithmes d'optimisation, les réseaux convolutifs, la modélisation de séquences et la méthodologie pratique ; et il passe en revue des applications telles que le traitement automatique du langage naturel, la reconnaissance vocale, la vision par ordinateur, les systèmes de recommandation en ligne, la bioinformatique et les jeux vidéo. Enfin, le livre propose des perspectives de recherche, abordant des sujets théoriques tels que les modèles linéaires factoriels, les autoencodeurs, l'apprentissage de représentations, les modèles probabilistes structurés, les méthodes de Monte-Carlo, la fonction de partition, l'inférence approchée et les modèles génératifs profonds.
Apprentissage Profond peut être utilisé par des étudiants de premier ou second cycle envisageant une carrière dans l'industrie ou la recherche, ainsi que par des ingénieurs en logiciel souhaitant commencer à utiliser l'apprentissage profond dans leurs produits ou plateformes. Un site web propose du matériel complémentaire pour les lecteurs et les enseignants.
