Эндрю Траск - Грокаем глубокое обучение.

издательства.................................................................................................................................. 19

1

Введение в глубокое обучение: зачем его изучать ................................... 20
Добро пожаловать в «Грокаем глубокое обучение»!.......................................................... 21
Почему вам стоит изучать глубокое обучение........................................................................21

Этому трудно учиться?.................................................................................................................... 22

Почему вы должны прочитать эту книгу.................................................................................. 23
Что нужно для начала

.....................................................................................................................25

Возможно, вам потребуется знание Python............................................................................. 26

Итоги.......................................................................................................................................................26

2 Основные понятия: как учатся машины?.................................................... 27
Что такое глубокое обучение?.................................................................................................... 28

Что такое машинное обучение?

..................................................................................................29

Машинное обучение с учителем..................................................................................................30

Машинное обучение без учителя

............................................................................................... 31

Параметрическое и непараметрическое обучение............................................................... 32
Параметрическое обучение с учителем

.................................................................................. 33

Параметрическое обучение без учителя.................................................................................. 35

Непараметрическое обучение

.................................................................................................... 37

Итоги...................................................................................................................................................... 38

3

Введение в нейронное прогнозирование: прямое распространение .... 39
Шаг 1: прогнозирование

............................................................................................................... 40

Простая нейронная сеть, делающая прогноз

....................................................................... 42

Что такое нейронная сеть?............................................................................................................ 43
Что делает эта нейронная сеть?..................................................................................................44
Прогнозирование с несколькими входами............................................................................... 47
Несколько входов: что делает эта нейронная сеть?

.......................................................... 49

Несколько входов: полный выполняемый код....................................................................... 54
Прогнозирование с несколькими выходами............................................................................ 56

Прогнозирование с несколькими входами и выходами

..................................................... 58

Несколько входов и выходов: как это работает?.................................................................. 60

Прогнозирование на основе прогнозов.................................................................................... 62
Короткий пример использования NumPy.................................................................................. 64
Итоги...................................................................................................................................................... 67

4

Введение в нейронное обучение: градиентный спуск...............................69
Предсказание, сравнение и обучение....................................................................................... 70
Сравнение............................................................................................................................................ 70
Обучение............................................................................................................................................... 71

Сравнение: способны ли нейронные сети делать точные прогнозы?.......................... 71

Зачем измерять ошибку?

............................................................................................................... 72

Как выглядит простейшая форма нейронного обучения?

............................................... 74

Обучение методом «холодно/горячо»....................................................................................... 76
Особенности обучения методом «холодно/горячо».............................................................77
Вычисление направления и величины из ошибки............................................................... 79

Одна итерация градиентного спуска.......................................................................................... 81
Обучение просто уменьшает ошибку

....................................................................................... 83

Рассмотрим несколько циклов обучения.................................................................................. 86

Как это работает? Что такое weight_delta на самом деле?............................................... 88

Узкий взгляд на одно понятие

.................................................................................................... 90

Коробка со стержнями.................................................................................................. 91
Производные: второй --">