Глибинне навчання. Литвин В.В., Висоцька В.А., Пелещак Р.М.

Описано методи та алгоритми навчання комп’ютерних систем на основі досвіду та розуміння світу з погляду ієрархії понять, їхньої глибини. Основну увагу зосереджено на математичному обґрунтуванні методів та концепцій глибинного навчання. Навчальний посібник містить поглиблений практичний матеріал, що дає змогу студентам засвоїти методи глибинного навчання на рівні, достатньому для розгортання готових рішень. Висвітлено практичні аспекти глибинного навчання, істотні для будь-якої галузі. Розглянуті прототипи можна безпосередньо використовувати для створення нових застосунків глибинного навчання для студентів, які навчаються за спеціальністю 124 “Системний аналіз” та іншими спеціальностями галузі 12 “Інформаційні технології”, а також для спеціалістів, які працюють у сфері інтелектуального аналізу даних і машинного навчання, та планують застосовувати методи глибинного навчання для розв’язування складних бізнес-задач. Зміст Вступ. Позначення. Розділ 1. Еволюція глибинного навчання. Розділ 2. Перцептрони та алгоритми навчання перцептрона. Розділ 3. Згорткові нейронні мережі. Розділ 4. Обмежені машини Больцмана та автоматичні шифрувальники. Розділ 5. Рекурентні нейронні мережі. Розділ 6. Варіанти архітектури нейронних мереж. Список літератури. Додаток А. Лінійна алгебра. Додаток Б. Теорія ймовірностей. Додаток В. Числові методи. Приклади тестових завдань.