Druhý diel vysokoškolskej učebnice ku predmetu Umelá inteligencia, venujúci sa hlbokému učeniu. Hlboké neurónové siete patria v súčasnosti medzi najperspektívnejšie prístupy v oblasti umelej... Více
Druhý diel vysokoškolskej učebnice ku predmetu Umelá inteligencia, venujúci sa hlbokému učeniu. Hlboké neurónové siete patria v súčasnosti medzi najperspektívnejšie prístupy v oblasti umelej inteligencie a strojového učenia. Vo viacerých aplikáciách sa pomocou nich podarilo dosiahnuť bezprecedentný pokrok, pričom v niektorých dosahujú porovnateľne dobré alebo lepšie výsledky než človek. Učebnica si kladie za cieľ oboznámiť čitateľa nielen s potrebnými teoretickými základmi z oblasti hlbokého učenia, ale aj vybudovať potrebné intuície a praktické zručnosti. Preto je výklad doplnený značným množstvom vizualizácií, na niektorých miestach animáciami a predovšetkým príkladmi s konkrétnym zdrojovým kódom v jazyku Python, ktoré umožňujú ľahko si otestovať a precvičiť diskutované metódy aj prakticky. Aby sa čitateľom uľahčilo následné štúdium ďalších zdrojov, učebnica je vybavená slovensko-anglickým slovníkom pojmov. Obsahuje tiež niekoľko kapitol, ktoré sa venujú identifikácii ďalších užitočných učebníc, článkov, nástrojov a online kurzov, ktoré je užitočné poznať. Medzi hlavné témy, ktorým sa učebnica venuje patria: kontrolované učenie v dopredných a rekurentných sieťach, vrátane hlbokých sietí; konvolučné siete a ich aplikácie v oblasti spracovania obrazu; nekontrolované metódy učenia, ako sú autoenkodéry a generatívne protivnícke siete; modely založené na energii; protivnícke príklady a neuromaľby; metódy vyhodnocovania úspešnosti učenia.
| Autoři: | Michal Gregor, Marián Hruboš, Dušan Nemec, Juraj Spalek |
|---|---|
| Vydavatel: | CEIT |
| Počet stran: | 368 |
| Formát: | |
| Velikost: | PDF (10 MiB) |
| ISBN: | 978-80-89865-03-1 |
