Топ книг о нейросетях на русском языке: рекомендации для изучения и практики

Филип Дик – Мечтают ли андроиды об электроовцах?

Ядерная война практически уничтожила Землю. На место зеленых красок пришло время цвета выжженной пустыни. Большинство людей покинули Землю и живут в колониях на других планетах солнечной системы. Немногие решили остаться на Земле и теперь влекут жалкое существование в разрушенных городах. Один из таких людей – Рик Декарт. Он профессиональный охотник на андроидов, которые должны находиться в колониях. Вот только андроиды имеют привычку сбегать на Землю. Рик получает задание выследить беглецов и уничтожить. Но, чем больше Рик узнает о своей добыче, тем чаще задается вопросом – а так ли андроиды отличаются от людей? Прочитав это роман, вы точно поймете, почему Филипа Дика называют писателем-философом.

Глубокое обучение. С. Николенко, А. Кадурин, Е. Архангельская

Изложена основная концепция глубокого обучения и как мощные вычислительные компоненты привели к научным прорывам в компьютерных технологиях.

Книга начинается с истории зарождения идеи, объясняет основные компоненты. Вторая часть посвящена современным открытиям и достижениям в этой сфере. Сложная тема описана в доступном для понимания материале. Дает глубокие познания в машинном обучении.

Преимущества:

  • много советов, которые можно применят в практике;
  • наличие примеров и объяснений;
  • соблюдается баланс теории и практики.

Недостатки:

  • явно не для новичков;
  • для понимания желательно иметь ещё под рукой более серьезный математический справочник.

Библиотека Keras – инструмент глубокого обучения. Антонио Джулли, Суджит Пал

Основной целью книги является ввести в курс дела читателя и объяснить все о нейронных сетях, технологии глубоко обучения и искусственном интеллекте. В книге представлено более 20 реалистичных моделей нейронных сетей, написанных на Python с использованием библиотеки Keras. Описаны функциональные возможности библиотеки и методы ее расширения и усовершенствования. Также приведены примеры изучения материала с учителем и без него. В большей степени книга ориентирована на уже опытных специалистов в области глубокого обучения.

Преимущества:

наличие реальных примеров кода, которые легко понять и применить в своих проектах;

Недостатки:

  • теория описана не очень понятно;
  • в переводе есть неточности;
  • довольно поверхностное рассмотрение темы.

Эволюция разума. Рэй Курцвейл

Американский футуролог и технический директор компании Google делает огромные ставки на развитие и проектирование человеческого мозга. Но его популярный прогноз говорит о том, что к 2045 году искусственный интеллект станет все больше развиваться. А человеческий мозг просто перестанет его понимать и воспринимать, поэтому после этого переломного момента что-либо спрогнозировать будет очень сложно. Книгу стоит прочитать для того, чтобы быть подготовленным к изменениям и усвоить всю глобальность проблемы человечества.

Преимущества:

  • раскрывает устройство мозга и секреты человеческого мышления;
  • читателю видно, что автор рассматривает тему с разных сторон: он и заворожен прогрессивным процветанием искусственного интеллекта и с другой стороны ему страшно, что человечество может погибнуть из-за эволюции разума.

Недостатки:

  • некоторые моменты непонятно описаны, приходится читать одну и ту же строчку несколько раз;
  • неточности в переводе;
  • опечатки в тексте.

И всё же, с чего начать?

Neural Networks and Deep LearningАвтор книги: Tariq RashidMake Your Own Neural NetworkA Brief Introduction to Neural NetworksAn Introduction to Statistical LearningProgramming Collective IntelligenceNeural Networks: A Systematic IntroductionDeep Learning: Methods and ApplicationsDeep Learning TutorialпредставлениеобращениюPattern Recognition and Machine LearningАвтор книги: Simon S Haykin Neural Networks and Learning MachinesHands-On Machine LearningРуководство хакера по нейронным сетямссылкетутГлубокое обучение, обработка естественного языка и представление данныхГлубокое обучение: РуководствоздесьПроисхождение глубокого обученияГлубокое обучение с подкреплением: Обзор/ Flickr / Brandur Ossursson / PD

Детская книга, написанная нейросетью

Не так давно издательство опубликовало детскую книгу AI Tales писателя и художника Илья Алигожина. Российский автор не скрывает, что сборник рассказов был написан в сотрудничестве с чат-ботом https://t.me/RussiaChatGPTBot. Одни рассказы писатель сочинил сам, другие сгенерировал ИИ без редактуры.

Как утверждает Илья Алигожин, во время работы он испытывал яркие эмоции. Нейросеть, обученная на произведениях писателя и других русских авторов, выдавала такие образы, оригинальные и красочные описания, до которых он сам не мог додуматься.

Детская книга, написанная нейросетью в соавторстве с настоящим писателем, сразу завоевала популярность даже не у детей, а у взрослых.

Искусственный интеллект. Этапы. Угрозы. Стратегии. Ник Бостром

Автор книги пытается донести и описать мысль, связанную с развитием искусственного интеллекта. Грозит ли это вымиранием человечества? В книге рассматриваются вопросы под разным углом. Что если сверхаразум будет помогать людям,  или же наоборот, взбунтуется и начнет уничтожать. Автор выдвигает предположения развития такой перспективы и дает свои прогнозы. Анализируя нынешние разработки, автор утверждает, что игнорировать эту проблему невозможно. Нужно просчитать ответную реакцию и оградить себя от опасности.

Преимущества:

интересно будет почитать тем, кто интересуется темой сверхразума;

Недостатки:

  • предположения автора не подтверждены фактами;
  • размазанное описание и очень мало конкретики;
  • поверхностное рассмотрение темы, больше непонятных и растянутых размышлений автора.

Структура курса

Курс состоит из видеолекций и практических работ.

В лекциях изложены теоретические основы работы глубоких нейронных сетей и особенности их обучения, описаны популярные в настоящее время типы глубоких нейронных сетей (сверточные сети, сети долго-краткосрочной памяти (LSTM)), библиотеки для языка Python, реализующие глубокие нейронные сети (Keras, TensorFlow, Theano), а также методы использования глубоких нейронных сетей для анализа изображений и текстов.

Практические работы содержат задания для самостоятельного выполнения на анализ открытых наборов данных (MNIST, CIFAR-10 и IMDB Movie Review Dataset) с использованием глубоких нейронных сетей и примеры программ, которые можно использовать в качества образца.

Neural Networks: A Systematic Introduction

Классика жанра, фундаментальный труд 1996 года из эры до глубокого обучения. Если вы хотите не только познакомиться с предметом машинного обучения, но и стать специалистом в этой области, стоит познакомиться и с таким взглядом на проблематику. В книге меньше (по сравнению с другими в этой подборке) чистой математики, вместо этого делается попытка дать читателю интуитивное понимание концепции нейронных сетей. Делается это за счет глубины подхода — нет попыток сходу написать свою сеть; автор сначала предлагает изучить теоретические законы и модели на примере биологии. Не будем забывать, что каждый человек обладает своей собственной нейронной сетью. На простых примерах показывается, как изменяются свойства моделей, когда вводятся общие вычислительные элементы и сетевые топологии.

Глубокое обучение на R. Франсуа Шолле

Автор книги является создателем самой мощной библиотеки для работы с нейронными сетями – Keras. И сложные вещи он объясняет очень просто, чтобы читатель сразу смог уловить мысль и начать практиковаться. Книга условно поделена на две части. В первой дана теоретическая информация основ. Во второй части автор сделал упор на практические знания. Там приведены уже конкретные задачи и способы их решения. Это позволяет закрепить полученные знания и начать применять их на практике. Книгу будет легче понять специалистам, которые уже имеют опыт работы с R.

Преимущества:

  • вся информация разложена по полочкам;
  • стиль написания не занудный и скучный, а довольно интересно читать;
  • наличие примеров и заданий для закрепления полученных знаний.

Недостатки:

  • иногда тема описывается поверхностно;
  • опечатки в тексте;
  • мягкая обложка.

Что читать о нейросетях +57

  • 21.07.17 15:04


randall

#333862

Хабрахабр

24900

Программирование, Обработка изображений, Машинное обучение, Профессиональная литература, Блог компании Mail.Ru Group
Рекомендация: подборка платных и бесплатных курсов создания сайтов – https://katalog-kursov.ru/

Нейросети переживают второй Ренессанс. Сначала еще казалось, что сообщество, решив несколько прикладных задач, быстро переключится на другую модную тему. Сейчас очевидно, что спада интереса к нейросетям в ближайшем будущем не предвидится. Исследователи находят новые способы применения технологий, а следом появляются стартапы, использующие в продукте нейронные сети.

Стоит ли изучать нейросети не специалистам в области машинного обучения? Каждый для себя ответит на этот вопрос сам. Мы же посмотрим на ситуацию с другой стороны — что делать разработчикам (и всем остальным), которые хотят больше знать про методы распознавания образов, дискриминантный анализ, методы кластеризации и другие занимательные вещи, но не хотят расходовать на эту задачу лишние ресурсы.

Ставить перед собой амбициозную цель, с головой бросаться в онлайн-курсы — значит потратить много времени на изучение предмета, который, возможно, вам нужен лишь для общего развития. Есть один проверенный (ретроградный) способ, занимающий по полчаса в день. Книга — офлайновый источник информации. Книга не может похвастаться актуальностью, но за ограниченный период времени даст вам фундаментальное понимание технологии и способов ее возможной реализации под ваши задачи.

Коллекция книг по нейронным сетям

  1. Барский А.Б. Нейронные сети. Распознавание, управление, принятие решений (2004) скачать
  2. Заенцев И.В. Нейронные сети. Основные модели (1999) скачать
  3. Каллан Р. Основные концепции нейронных сетей (2001) скачать
  4. Рутковская М., Плинский Л. Нейронные сети, генетические алгоритмы и нечеткие системы (2007) скачать
  5. А.И. Галушкин Теория нейронных сетей. скачать
  6. С.

    Хайкин Нейронные сети: полный курс. 2-е изд. скачать (примеры к книге скачать)

  7. Г.К. Вороновкий, К.В. Махотило Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности, 1997 — 112 c. скачать
  8. Круглов В.В., Дли М.И., Голунов Р.Ю. Нечёткая логика и искусственные нейронные сети (2001) скачать
  9. С.В. Аксенов Организация и использование нейронных сетей, 2006. скачать
  10. Дж. Джарратано Экспертные системы. Принципы разработки и программирование, 4-е изд (2007) скачать
  11. М. Джонс Программирование искусственного интеллекта в приложениях. скачать
  12. В.В. Емельянов, В.В. Курейчик, В.М. Курейчик Теория и практика эволюционного моделирования. скачать
  13. В.А. Крисилов, Д.Н. Олешко Методы ускорения обучения нейронных сетей (статья) скачать
  14. Гонсалес Р., Дж.Ту Принципы распознавания образов (1978) скачать
  15. Патрик А. Основы теории распознавания образов (1980) скачать
  16. Гренандер У. Лекции по теории образов. Анализ образов (1981) скачать
  17. Вапник В.Н. Теория распознавания образов (1974) скачать
  18. Т.С. Хуанга Быстрые алгоритмы в цифровой обработке изображений (1984) скачать

другие коллекции книг

Дэн Симмонс – тетралогия «Песни Гипериона»

Сюжет всей серии закручен вокруг нескольких тем – искусственного интеллекта, космической экспансии и альтернативного человечества, которое покинуло Землю, так как было несогласно с вектором развития цивилизации. И хоть сюжет приобретает вселенский масштаб, герои этой истории совершенно обычные люди.

«Гиперион»

Большая ошибка привила к уничтожению Земли. Хорошо, что часть людей успела улететь в далекий космос. А смогли они сделать не только благодаря изобретению супер-двигателя, но и благодаря ИИ, которые смогли построить целую сеть порталов. В космосе образовалась новая политическая система, которая может быть уничтожена мутантами, способными выжить в космосе. И как вишенка на торте – древнее пророчество, окутанное тайнами.

«Падение Гипериона»

Паломники отправляются на Гиперион, чтобы открыть тайну пророчества. Но кроме них на планету еще отправляется и военная эскадрилья. Люди стоят на пороге войны с мутантами.

Люди начинают догадываться, что роль ИИ в их жизни не так уж и полезна. А члены правительства нового человечества хотят использовать военные действия против взбунтовавшихся ИскИнов. И только один герой знает расстановку всех сил, но что даст ему это знание?

«Эндимион»

Действие этой части разворачивается почти спустя 300 лет, после второй книги. И сюжет становится все запутаннее. Великая сеть порталов уничтожена, а миром правит Церковь, возродившая религию при помощи паразитов-крестоформов. В центре сюжета поэт Мартин Силен, который взял на себя миссию встретить в будущем Энею, которая должна стать спасительницей человечества. Церковь не может допустить прихода Энеи, а Рауль Эндимион должен спасти девушку и вернуть надежду всему человечеству.

«Восход Эндимиона»

Новые герои, новые приключения. Энея и Рауль скрываются на старой Земле, где спасительница человечества постигает тайны этого сложного мира. Но вечно скрываться нельзя. Пришло время выполнить свою миссию, а самое главное открыть читателю все тайны этой странной, но такой захватывающей саги.

Читайте правильные книги и прокачивайте фантазию!

Как написать книгу с помощью нейросети

Искусственный интеллект способен сочинять истории в разных жанрах, писать эссе, генерировать тексты разной тематики, имитировать авторский стиль и логику. Нейромодели анализируют огромные объемы литературных произведений разных авторов и на их основе создают уникальные тексты. Поэтому для нейросети не составит труда написать и книгу.

Но прежде чем задавать запрос, подумайте сами, а будет ли интересно кому-нибудь произведение, созданное роботом. Все же у ИИ отсутствует настоящее творческое мышление, эмоциональная глубина, тонкий юмор – черты, присущие человеческому разуму. Нейронная сеть не способна воссоздать удивительные миры Жюля Верна, фантастические образы Стивена Кинга, глубокую психологическую проработку персонажей Льва Толстого. ИИ способен эмулировать авторский стиль, но не может заменить его полностью. И к интересным результатам приведет только совместное творчество нейросети с писателем.

Первым в России такой эксперимент провел Андрей Глебов, который не имеет отношения к писательскому делу. В качестве тестирования чат-бота он вместе с нейросетью написал работу «Скайнет в эпоху киберпанка». Произведение было создано за полтора месяца и издано на Литрес.

Если вы тоже хотите попробовать себя в писательском мастерстве, предлагаем краткую инструкцию, как написать книгу с помощью нейросети:

При написании книги в соавторстве с ИИ следует помнить, что нейронная модель не придумывает абсолютно новое, а генерирует полученную информацию. И возможно, что ваше произведение окажется плагиатом малоизвестного романа. Если написать книгу через нейросеть, после издания вам могут предъявить обвинения в нарушении авторских прав. Поэтому не рекомендуется полностью доверять написание художественных произведений ИИ. Все же внесите и свою лепту – поработайте над сюжетом, добавьте персонажей и описания сцен.

Нейронные сети и глубокое обучение. Аггарвал Чару

Книга поэтапно знакомит читателя с устройством нейросетей. Первые главы посвящены пониманию взаимосвязи машинного обучения и нейронных сетей. По ходу книги автор все больше углубляется в тему и раскрывает уже процессы, функции и переходит к более сложным темам.

Книга была написана для студентов, участников научных исследований и практикующих специалистов.

Преимущества:

  • книга в виде учебника: после каждой главы приведены задания для решения;
  • тема описана простым языком;
  • много подтвержденной информации: теоремы и их доказательства;
  • приведены иллюстрации, что упрощает понимание материала;
  • много ссылок на дополнительную литературу.

Вторая жизнь майора. Агент ада

Роман «Вторая жизнь майора. Агент ада» открывает цикл «Виктор Глухов — агент АДа».

История майора Глухова начинается… с собственной смерти в Афгане. Второй шанс на жизнь он получает весьма своеобразным образом: переместившись в тело 15летнего мальчишки, сына барона в магическом мире. Но и тут Глухов продолжает свой военный путь. Его вербуют в полевые агенты и оснащают загадочным секретным прибором. И со всем этим «добром» ему предстоит добраться до магической академии. Но бывший майор даже не догадывается, что ждет его на этом пути…

Рекомендую2Не рекомендую

Плюсы и минусы

В сюжете есть свои интересные «фишки», которые вносят в историю интригу.
Описываемые события динамичны, а резкие повороты держат читателей в постоянном приятном напряжении.
Мир в романе продуман до мелочей.
Несмотря на огромное количество персонажей, все они обладают непохожими характерами.
Главный герой яркий и харизматичный, и за его рассуждениями и действиями наблюдать очень интересно.
В романе много хорошего юмора.
Благодаря «живому» авторскому слогу книга читается очень легко.

Главный герой чересчур крут: ему постоянно везет.
Боевые элементы описаны слишком просто и кратко.

Оценка книги по мнению прочитавших
Сюжет (Насколько интересен, динамичен?) 5

Логика повествования сюжета 4.7

Чтец 4

Концовка 4.7

Итоговая таблица рейтинга по рекомендациям от прочитавших

Ник
9

Неучтённый
2

Вторая жизнь майора. Агент ада
2

Белый крейсер
1

Возвращение императора
1

Последняя битва
1

В рейтинге описаны лучшие книги, в которых интересным образом сплетаются попаданчество и нейросети. В некоторых из них есть магические миры, которые не оставят равнодушными и любителей фэнтези. К тому же, все романы в ТОПе имеют захватывающие сюжеты и содержат интригу, что может привлечь даже искушенных читателей.

Создаем нейронную сеть. Рашид Тарик

Книга выступает в роли справочника по введению в практику и теорию по нейронным сетям. Она предназначена для тех, кто только начинает разбираться в этой сфере, и хочет освоить более качественный материал. В книге осветлены основные теоретические аспекты и основы, которые необходимы для понимания системы в самом начале без достаточной базы знаний.

В практической части автор пошагово описывает этапы создания кода, на основе которого создается нейронная сеть на языке Python.

Преимущества:

  • машинное обучение описано автором просто и понятно;
  • подходит для начинающих;
  • поэтапная инструкция дает возможность самому начать писать код для нейронной сети.

Недостатки:

  • немного завышена цена (1200 руб);
  • не хватает практических заданий после прохождения материала;
  • опечатки в коде.

Make Your Own Neural Network

Пошаговое путешествие по математике нейронных сетей к созданию собственных сеток с помощью Python. Большой плюс книги — заниженные требования к объему знаний читателя. В области математики потребуются лишь школьные знания (без глубокого погружения). Авторы поставили себе цель дать представление о нейросетях самому широкому кругу читателей. Похвально, учитывая, как много книг написано для продвинутых специалистов.

После прочтения вы сможете сделать главное: писать код на Python, создавать свои собственные нейронные сети, обучая их распознавать различные изображения, и даже создавать решения на базе Raspberry Pi. Математика в книге тоже есть, но она не заставит кричать от ужаса (что возможно, если область вашей деятельности сильно далека от алгоритмов) — математические идеи, лежащие в основе нейронных сетей, даются с большим количеством иллюстраций и примеров.

P.S. Если вы заинтересовались, но не можете заниматься по книге, рекомендуем одноименный блог с большим количеством полезных статей.

Что такое фантастика?

В моем видении, самого понятия фантастики — какой должна быть фантастика, она видится, не научной или еще, какой-либо, клейменной заумными издателями и студиями, а правдоподобной; чтобы, когда смотришь или читаешь, не складывалось мнение что тебя обманывают. Обманывать тоже, надо уметь красиво, чтобы было приятно от такого обмана. Правдоподобное кино или книга, не значит, что это реально — это только значит, что теоретически возможно и обязательно логично.

Рассказчик должен уметь преподнести обман так, чтобы не было, и капли сомнения, что это вымысел. Или, по крайней мере, закрадывалось сомнение, а не явное отвращение от глупых выходок главных героев, в сочетании с псевдонаукой и картонным миром, который сыплется от одного дуновения, попытки это осмыслить; не говоря об «роялях в кустах» и чудесным образом спасенных эпизодов.

Вы же не будете отрицать, что теоретически невозможно заменить руки и ноги человека на механические, вырастить новый орган и трансплантировать вместо больного.

Или построить межгалактический корабль; но звездолет не со сверхсветовой скоростью перемещения, это тоже с мира книжной фантастики; выдумка, которая нереальна, не только по техническим параметрам — представьте себе, как вы будет им управлять на такой скорости, и куда сворачивать, чтобы во что не врезаться или не прозевать чтоб, что, не врезалось в вас; об перегрузке на организм, которая будет летальная для человека с такой скоростью или о том что тормозить надо двадцать лет — писатели об этом не задумываются оно им не надо. Многие из них, даже не знают теории, относительности скорости света, по которой — экипаж космического корабля, что летит с скоростью света, целый день… за это время, на Земле проходит целый год.

Сколько времени проходит на других планетах, лучше об этом даже не думать

Но, для фантастических книг, сюжеты со скоростью света: подходят без нареканий, и многие не обращают на это внимание. Даже есть такие люди, которые и вправду прилагают усилия для преодоления световой скорости

Глупость с выдумкой о машине времени, можно разбить одним доводом, что если время материально, значит в будущем уже такая машина есть, а раз есть — почему тогда ничего не изменилось, в настоящем? Не спешите отвечать. По этой теории — будущее не будет, оно уже есть. А если с каждого будущего отправляться в свое будущее и допустить что отправляются разные группы: с разных временных зон, в одно время — меняют одно и тоже, но по разному. Последствия от перемещений во времени, можно представить еще страшнее, чем от искусственного интеллекта. Для книжного романа или кино — это очень интересная тема, при условии, что вам не больше двенадцати лет.

Уильям Гибсон – трилогия «Киберпространство»

В этой трилогии поднимаются вопросы взаимодействия людей и искусственного интеллекта. Кто кому помогает? Кто от кого зависит? Кто получает больше пользы от сотрудничества? Но эта история не только об ИИ, но и о виртуальной реальности, генной инженерии и о компьютерных сетях.

«Нейромант»

Мир будущего – мир высоких технологий – мир жестокий и беспощадный. И выжить тут очень и очень не просто. История о виртуозном хакере по имени Кейс и девушке-самурае Молли. Им нужно выполнить таинственную миссию, которая была в прошлом запрограммирована ИИ.

«Граф Ноль»

Хакеры не просто взламывают секретные базы данных, а буквально их потрошат. Транснациональные корпорации развязывают войны, чтобы заполучить самых талантливых и гениальных ученых. Жрецы культа вуду, пытаясь отыскать своих богов начинают использовать самые лучшие технологии. А миллиардер, который закрылся в виртуальном рае, ищет самое гениальное произведение искусства.

«Мона Лиза Овердрайв»

Мир, подчиненный законам супертехнологий не такой прекрасный, как можно себе представить. Ведь на ряду с правящими гигантскими корпорациями, этим миром будущего могут управлять хакеры, а еще ИскИны, научившиеся создавать своих демонов и богов. А еще тут живет загадочная Мона Лиза, способная входить в киберпространство без помощи компьютера.

Трилогия «Киберпространство» настоящий киберпанк, а Ульям Гибсон опередил свое время на десятилетия вперед.

Learning From Data

Эта книга кратко познакомит вас с миром машинного обучения. Кроме того, читателям предоставляется бесплатный доступ к онлайн-главам, которые постоянно обновляются в соответствии с тенденциями в области машинного обучения. Это книга рекомендуется тем, кто только-только начал знакомиться с предметом и не понимает, что значит высказывание «обучение на массиве данных».

Авторы соблюдают баланс между теоретической и практической частью машинного обучения. Эта книга используется в качестве учебного пособия в Калифорнийском технологическом институте, Политехническом институте Ренсселера (США) и Национальном университете Тайваня. Авторы также активно консультируются с финансовыми и коммерческими компаниями по приложениям, использующим машинное обучение.

Алена и Алексей Сова – Привет, мир!

Это новая книга от молодых авторов, которые смогли создать довольно необычную историю не только об ИИ, но и о развитии интернета в целом. Авторы взяли реальные исторические факты из мира IT и соединили с художественным вымыслом. В итоге, получилась захватывающая история, которая открывает новую теорию о происхождении искусственного разума и его роли в жизни человечества.

Кроме этого, в книге вы найдете множество отсылок к реальной жизни, отчего невольно задумываешься: «А вдруг авторы знают что-то такое, чего не знаю я?».

А для любителей скрытых посланий, авторы приготовили подарок. Читайте внимательно, чтобы не упустить все интересности.

Материалы курса

Основы обучения глубоких нейронных сетей

  1. Введение.
  2. Лекция “Искусственные нейронные сети”.
  3. Лекция “Обучение нейронных сетей”.
  4. Лекция “Библиотеки для глубокого обучения”.
  5. Лекция “Распознавание рукописных цифр”.
  6. Лекция “Анализ качества обучения нейронной сети”.
  7. Практическая работа “Распознование рукописных цифр из набора данных MNIST на Keras” (ноутбук в Colaboratory).
  8. Лекция “Решение задачи регрессии” (ноутбук в Colaboratory).
  9. Лекция “Сохранение обученной нейронной сети”.
  10. Лекция “Сверточные нейронные сети”.
  11. Лекция “Распознавание объектов на изображениях”.
  12. Практическая работа “Распознавание объектов на изображениях с помощью Keras” (ноутбук в Colaboratory).
  13. Лекция “Рекуррентные нейронные сети”.
  14. Лекция “Анализ текстов с помощью рекуррентных нейронных сетей”.
  15. Практическая работа “Определение тональности отзывов на фильмы с помощью Keras” (ноутбук в Colaboratory).
  16. Лекция “Использование GPU для ускорения обучения нейронной сети”.

Глубокие нейронные сети для задач компьютерного зрения

  1. Лекция “Анализируем изображения с помощью нейронных сетей”.
  2. Лекция “Предварительно обученные нейронные сети в Keras”.
  3. Лекция “Как подготовить собственный набор изображений для обучения нейронной сети в Keras”.
  4. Лекция “Перенос обучения (Transfer Learning)”.
  5. Практика “Распознавание собак и кошек на изображениях”.
  6. Лекция “Тонкая настройка нейронной сети (Fine Tuning)”.
  7. Лекция “Анализ признаков, извлеченных нейросетью”.
  8. Лекция “Дополнение данных (Data Augmentation)”.
  9. Проект “Распознавание человека по лицу на фотографии”.

Pattern Recognition and Machine Learning (Information Science and Statistics)

Если вам понравится предыдущая книга из подборки, то можете усилить знания схожим по концепции изданием 2006 года. «Распознавание образов и машинное обучение» стал первым учебником по распознаванию образов, представляющим Байесовский метод (хотя сама формула Байеса была опубликована аж в 1763 году). В книге представлены алгоритмы вывода, которые позволяют быстро найти ответы в ситуациях, когда точные ответы невозможны. Автор Кристофер Бишоп, директор лаборатории Microsoft Research Cambridge, первым дал пояснение графическим моделям для описания вероятностных распределений.

P.S. В 2013 году подразделение Microsoft Research выпустила в открытый доступ отдельную книгу Deep Learning.

36 материалов о нейросетях: книги, статьи и последние исследования +23

  • 07.09.17 10:41


IgorLevin

#336218

Хабрахабр

9900

Программирование, Алгоритмы, Машинное обучение, Профессиональная литература, Блог компании Neurodata Lab
Рекомендация: подборка платных и бесплатных курсов Smm – https://katalog-kursov.ru/

Что делать, если хочется побольше узнать про нейронные сети, методы распознавания образов, компьютерное зрение и глубокое обучение? Один из очевидных вариантов — подыскать для себя какие-либо курсы и начать активно изучать теорию и решать практические задачи. Однако на это придется выделить значительную часть личного времени. Есть другой способ — обратиться к «пассивному» источнику знаний: выбрать для себя литературу и погрузиться в тему, уделяя этому всего полчаса-час в день.
Поэтому, желая облегчить жизнь себе и читателям, мы сделали краткую подборку из книг, статей и текстов по направлению нейросетей и глубокого обучения, рекомендуемых к прочтению резидентами GitHub, Quora, Reddit и других платформ. В неё вошли материалы как для тех, кто только начинает знакомство с нейротехнологиями, так и для коллег, желающих расширить свои знания в этой области или просто подобрать «легкое чтение» на вечер./ Flickr / Giuseppe Milo / CC

Нейронные сети

. . . . . . Скачать Хьюбел Д. Глаз, мозг, зрение. 1990 год. 239 стр. PDF 18.8 Мб. Аннотация: В книге известного американского нейрофизиолога, лауреата Нобелевской премии, обобщены современные представления о том, как устроены нейронные структуры зрительной системы, включая кору головного мозга, и как они перерабатывают зрительную информацию. При высоком научном уровне изложения книга написана простым, ясным языком, прекрасно иллюстрирована. Она может служить учебным пособием по физиологии зрения и зрительного восприятия. Для студентов биологических и медицинских вузов, нейрофизиологов, офтальмологов, психологов, специалистов по вычислительной технике и искусственному интеллекту.

Продвинутое чтение

Neural Networks for Applied Sciences and Engineering Нейронные сети. Полный курсСамоорганизующиеся картыАвтор книги: Ian Goodfellow Deep Learning (Adaptive Computation and Machine Learning series)Neural Networks for Pattern RecognitionБыстрый обучающий алгоритм для глубоких сетей довериявидеоруководствоОбучение представлений методом обратного распространения ошибкиУчимся генерировать кресла, столы и автомобили с помощью сверточных сетейгенерацииЗавершение изображений с глубоким обучением в TensorFlowGitHubГенератор лиц в TorchПрактическое руководство по тренировке ограниченных машин БольцманаУлучшение нейронных сетей путем предотвращения коадаптации детекторов признаковYOLO: обнаружение объектов в реальном временистатьиКак предсказать нераспознаваемые изображенияпоказалоDeep Voice: преобразование «текст-в-речь» в реальном времениPixelNet: Представление пикселей, пикселями и для пикселейГенеративные модели от OpenAIУчимся генерировать кресла с помощью сверточных нейронных сетейГенеративно-состязательная сеть в 50 строках кодаPyTorch

Deep Learning (Adaptive Computation and Machine Learning series)

Священная книга сверточных нейронных сетей и глубокого обучения — без шуток, это действительно очень важная книга, которую рекомендуют многие успешные разработчики… и не только они. «Написанная тремя экспертами, “Deep Learning” является единственной всеобъемлющей книгой в этой области», — так сказал Илон Маск, и если вы верите в надежность автопилота Tesla и перспективы проекта OpenAI, то ему можно верить. :)

Книга предлагает математический инструментарий и фундаментальные основы, охватывающие линейную алгебру, теории вероятностей и теории информации, численные методы и непосредственно машинное обучение. В «Deep Learning» описываются методы глубокого обучения, используемые специалистами-практиками в промышленности, в том числе глубокие сети прямого распространения, алгоритмы оптимизации, сверточные сети, методы Монте-Карло, построение сетевой модели и т.д. Кроме того, вы узнаете много интересного про обработку естественного языка, распознавание речи, компьютерное зрение, системы рекомендаций, биоинформатику и даже игры. Проще сказать, чего в этой книге нет… хотя и это сложно — если вы чего-то не найдете на 800 страницах, есть еще сайт к книге с дополнительными материалами.

P.S. Электронная версия книги выложена в открытый доступ.

Like this post? Please share to your friends: