Вы, наверное, много слышали о глубоком обучении. Термин появляет­ся повсеместно и, кажется, относится ко всему. В действительности, глубокое обучение (deep learning) - это подмножество машинного обучения (machine learning), которое, в свою очередь, является подмножеством искусственного интеллекта (artificial intelligence - AI). Первая задача этой книги - помочь вам понять, что такое глубокое обучение на самом деле и как оно применяется в современном мире. Вас это может удивить, но глубокое обучение - это не единственная игра в городе; есть и другие методы анализа данных. На самом деле, глубокое обучение решает определенный набор задач, когда дело доходит до анализа данных, поэтому вы вполне можете использо­ вать другие методы и даже не знать об этом.

Глубокое обучение - это только часть искусственного интеллекта, но весь­ма важная часть. Вы можете видеть применение методов глубокого обуче­ния для ряда задач, но не для всех. Фактически, некоторые люди связывают глубокое обучение с задачами, которые оно выполнить не может. Следующим шагом в изучении глубокого обучения является понимание того, что оно может сделать, и чего не может. В ходе работы над этой книгой вы напишете приложения, полагающиеся на глубокое обучение для обработки данных и создающие желаемый результат. Конечно, вам нужно немного узнать о среде программирования, прежде чем сможете что-то сделать. Несмотря на то, что в главе 3 обсуждается, как уста­новить и настроить язык Python, используемый для демонстрации глубокого обучения в этой книге, сначала вам нужно узнать немного больше о доступных возможностях.

Эта книга не является учебником по математике. Да, вы увидите здесь мно­го примеров сложной математики, но основной упор делается на то, чтобы помочь вам использовать Python и науку о данных для выполнения задач глу­бокого обучения, а не преподавания математической теории. Мы приводим несколько примеров, в которых также обсуждается использование машинного обучения в применении к глубокому обучению.скачать dle 11.1смотреть фильмы бесплатно