Глубокое обучение

Нового ничего в книге не увидела. Америку не откроет книга, если вы учились на технической специальности. Все ранее было описано и прочитано в других учебниках. Причем доступных и бесплатных. Единственный плюс книги – собрано то, что сейчас актуально и может быть убрано устаревшее.

Если для тех, кто ранее не сталкивался с IT, то минус огромный, что по тем же матрицам, например, не приведены примеры практические с цифрами. Если человек не в теме, то голая теория не поможет.

Не знаю, не однозначное впечатление от книги. Вроде все хорошо, но супер пользы и целевой аудитории не вижу.

Книга – одна из самых лучших, что я встретил на пути изучения нейронных сетей. Во-первых, напоминаются математические основы машинного обучения. Именно напоминаются. Я потратил не один вечер на отдельные учебники по математике, чтобы вспомнить конкретные темы в достаточном качестве. Но в этой книге они даются в нужном порядке и по делу.

Это явно не публицистика, так как внутри много хардкорных вещей.

Ну и уже после прочтения половины книги я понял, что Гудфеллоу – это тот самый Ian Goodfellow, книги которого рекомендуются к прочтению при изучении темы.

Отличная книга для тех, кто хочет погрузиться в математический мир глубокого обучения. Начинал читать на официальном сайте на английском, хотел продолжить на литресе на русском, но меня удивило, что перевод стоит приличных денег.

Великолепное пособие по глубокому обучению. Рекомендую всем тем кто начал постигать столь увлекательную тему. С учетом, что русскоязычных книг по данной теме не так уж и много, эту книгу с легкостью можно ставить номер один среди имеющихся.

Книга очень важная для понимания глубокого обучения нейронных сетей.

Написана доступным языком и все очень понятно расписано. Один из лучших вариантов в данной тебе. Рекомендую всем кто постигает машинное обучение и нейронные сети. Хотелось бы видеть в книге бы еще примеры например на Pytone.