Dive into Deep Learning

Deep learning har revolutioneret mønstergenkendelse og introduceret værktøjer, der driver en lang række teknologier inden for blandt andet computersyn, naturlig sprogbehandling og automatisk talegenkendelse. For at kunne anvende deep learning i praksis skal man samtidig kunne forstå, hvordan man formulerer en problemstilling, den grundlæggende matematik bag modellering, algoritmerne til at tilpasse modellerne til data samt de ingeniørmæssige teknikker til at implementere det hele. *Dive into Deep Learning* er en omfattende og lettilgængelig ressource, der lærer læseren alle de koncepter, den kontekst og den kode, der er nødvendig for at forstå emnet. Bogen henvender sig til både studerende, forskere, ingeniører og professionelle og tilbyder tilstrækkelig teknisk dybde til, at man kan anvende teknologien i sit eget arbejde. Der kræves ingen forudgående kendskab til maskinlæring eller deep learning, da ethvert koncept forklares helt fra bunden. Bogens appendiks fungerer desuden som en genopfriskning af den matematik, der er behov for. For at hjælpe læseren med at opbygge en solid intuition, er teorien understøttet af interaktive eksempler og kørbar kode hele vejen igennem, så man kan omsætte nøgleideerne til praksis. Der er desuden adgang til eksekverbare Jupyter-notebooks online. Denne paperback-udgave på 574 sider er skrevet af Aston Zhang, Zachary C. Lipton, Mu Li og Alexander J. Smola og blev udgivet af Cambridge University Press i 2023.