Informacja o cookies
Strona ksiegarnia.pwn.pl korzysta z plików cookies w celu dostarczenia Ci oferty jak najlepiej dopasowanej do Twoich oczekiwań i preferencji, jak również w celach marketingowych i analitycznych. Nasi partnerzy również mogą używać ciasteczek do profilowania i dopasowywania do Ciebie pokazywanych treści na naszych stronach oraz w reklamach. Poprzez kontynuowanie wizyty na naszej stronie wyrazasz zgode na uzycie tych ciasteczek. Wiecej informacji, w tym o mozliwosci zmiany ustawien cookies, znajdziesz w naszej Polityce Prywatnosci.
MENU

Deep Learning(Miękka)

Systemy uczące się

2.79  [ 158 ocen ]
 Sprawdź recenzje
Rozwiń szczegóły »
Cena detaliczna: 149,00 zł
111,75
Cena zawiera podatek VAT.
Oszczędzasz 37,25 zł
Stan magazynowy: Duża ilość
Zarezerwuj i odbierz w księgarni stacjonarnej PWN
Dodaj do schowka
Wysyłka: 48h
Dostawa
Produkt posiadamy w magazynie i wyślemy go w ciągu 48 godzin w dni robocze.

Uwaga! Całkowity czas oczekiwania na zamówienie = czas wysyłki podany na stronie każdego produktu + dostawa przez przewoźnika. 
Podane terminy dotyczą dni roboczych (poniedziałek-piątek,
z wyłączeniem dni wolnych od pracy).
Dostawa i płatność
Cennik dostaw
- Paczki dostarczamy wyłącznie na terenie Polski.
- Od 250 zł dostawa GRATIS!
- Dla zamówień o wartości powyżej 500 zł wyłącznie płatność elektroniczna.
- Zamówienia z minimum jedną książką Wydawnictwa Naukowego PWN, PZWL lub WNT wysyłamy taniej.

Płatność elektroniczna (PayU, Masterpass)
dla zamówień
PWN/PZWL/WNT
Kiosk RUCHu - odbiór osobisty
8,50 zł
7,50 zł
Poczta Polska - odbiór w punkcie
8,50 zł
7,50 zł
Kurier pocztowy
12,50 zł
11,50 zł
InPost Paczkomaty 24/7
12,50 zł
11,50 zł
Kurier
13,50 zł
12,50 zł

Płatność za pobraniem
dla zamówień
PWN/PZWL/WNT
Poczta Polska - odbiór w punkcie
11,50 zł
10,50 zł
Kurier pocztowy
15,50 zł
14,50 zł
Kurier
16,50 zł
15,50 zł
Tańsza dostawa z tytułami PWN
Słowa kluczowe: machine learning

Deep Learning

Deep learning to rodzaj systemu uczącego się, który pozwala komputerom na naukę na podstawie doświadczeń i zrozumienie świata w sennie hierarchii pojęć. Ponieważ komputer gromadzi wiedzę na podstawie doświadczeń, nie potrzebny jest nadzór człowieka w celu określenia całej wiedzy potrzebnej komputerowi. Hierarchia pojęć pozwala komputerowi uczyć się skomplikowanych pojęć rozbudowując je na podstawie prostszych elementów. Graf takich hierarchii będzie miał głębokość wielu warstw.

Książka wprowadza szeroki zakres tematów z zakresu deep learning.

W tekście można znaleźć podstawy matematyczne i pojęciowe obejmujące odnośne pojęcia z zakresu algebry liniowej, teorii prawdopodobieństwa, teorii informacji, obliczeń numerycznych oraz systemów uczących się.

Książka opisuje techniki deep learning używane przez praktyków w przemyśle, w tym głębokie sieci sprzężone do przodu, regularyzację, algorytmy optymalizacyjne, sieci splotowe, modelowanie ciągów oraz metodologie praktyczne. Przywoływane są takie zastosowania jak rozpoznawanie mowy, obrazy komputerowe, systemy rekomendacji w trybie online, bioinformatyk oraz gry wideo. Wreszcie książka przedstawia perspektywy badań naukowych obejmując takie zagadnienia teoretyczne jak modele o współczynnikach liniowych, autokodowania, uczenie się reprezentacji, strukturalne modele probabilistyczne, metody Monte Carlo, funkcja podziału, przybliżone wnioskowanie oraz głębokie modele generatywne.

Książka Deep Learning może być używana przez studentów studiów podstawowych i podyplomowych planujących swoją karierę w przemyśle lub w badaniach naukowych, oraz przez inżynierów oprogramowania, którzy chcą zacząć wykorzystywać techniki deep learning w swoich produktach lub platformach działania.

Informacja o autorach:

Ian Goodfellow jest naukowcem w OpenAI. 

Yoshua Bengio, pracuje na stanowisku profesora informatyki na uniwersytecie w Monteralu.

Aaron Courville adiunktem informatyki na tej samej uczelni.

Książka napisana przez trzech ekspertów w tej dziedzinie jest jedyną wyczerpującą pozycją dotycząca tematyki deep learning. Zapewnia szeroka perspektywę i wiadomości matematyczne dla inżynierów oprogramowania i studentów  wkraczających w tę dziedzinę, służąc jednocześnie jako punkt odniesienia dla specjalistów.
Elon Musk, współprzewodniczący OpenAI; współtwórca i dyrektor generalny firm Tesla i SpaceX
Jest to konkretny podręcznik dotyczący deep learning. Napisany przez głównych znawców tej dziedziny, jest przejrzysty, wyczerpujący i miarodajny. Jeśli chcecie wiedzieć skąd wzięło się deep learning, do czego się nadaje oraz dokąd zmierza – jest to książka dla was.
Geoffrey Hinton FRS, emerytowany profesor Uniwersytetu w Toronto; Ceniony naukowiec w Google
Deep learning od początku tej dekady weszło przebojem do świata techniki. Istniało zapotrzebowanie na podręcznik dla studentów, praktyków i nauczycieli, w którym znajdą miejsce podstawowe pojęcia, aspekty praktyczne i zaawansowane tematy badawcze. Jest to pierwsza wyczerpująca książka na ten temat, napisana przez najbardziej innowacyjnych i twórczych naukowców w tej dziedzinie. Będzie stanowić punkt odniesienia przez wiele następnych lat.
Yann LeCun, dyrektor AI Research w Facebook; profesor informatyki, wiedzy o danych i nauro nauki na uniwersytecie nowojorskim
  • Sposób dostarczenia produktu fizycznego
    Sposoby i terminy dostawy:
    • Paczka w RUCHu - dostawa 2 dni robocze
    • Odbiór paczki w urzędzie Poczty Polskiej - dostawa 2 dni robocze
    • Dostawa Pocztą Polską - dostawa 2 dni robocze
    • Odbiór paczki w Paczkomacie InPost - dostawa 2 dni robocze
    • Dostawa kurierem - dostawa 1 dzień roboczy
    • Odbiór własny w księgarni PWN - dostawa 3 dni robocze
    Ważne informacje o wysyłce:
    • Nie wysyłamy paczek poza granice Polski.
    • Dostawa do części Paczkomatów InPost oraz opcja odbioru osobistego w księgarniach PWN jest realizowana po uprzednim opłaceniu zamówienia kartą lub przelewem.
    • Całkowity czas oczekiwania na paczkę = termin wysyłki + dostawa wybranym przewoźnikiem.
    • Podane terminy dotyczą wyłącznie dni roboczych (od poniedziałku do piątku, z wyłączeniem dni wolnych od pracy).
NAZWA I FORMAT
OPIS
ROZMIAR

Language Learning in Intercultural Perspective

Language Learning in Intercultural Perspective addresses the ways in which language learning is related to learning about other cultures and to acquiring an ability to communicate across cultural frontiers. It argues that language learners need to deve...

Exploring the virtual world of learning across generations

The book addresses the issue of intergenerational learning in a virtual world created by information and communication technology (ICT) and the role of ICT in an educational environment. In order to discuss how ICT can be used as a means to prevent ear...

Deep Stage Dive

Czwarta część seriiJak pamiętasz, David, Mal i Jimmy znaleźli cudowne kobiety, które najpewniej zostaną z nimi na dobre i na złe. Ciemnooki Ben, czwarty członek kultowej kapeli Stage Dive, świetnie gra na basie, ma fantastyczne muskularne ...

Deep learning i modelowanie generatywne

Techniki uczenia głębokiego rozwijają się w imponującym tempie, a sieci neuronowe znajdują zastosowanie w przeróżnych branżach. Coraz częściej komputer wykonuje zadania, które do niedawna były zarezerwowane dla człowieka. Dobrym przykłade...

Deep learning Głęboka rewolucja

Rewolucja wywołana przez rozwój głębokiego uczenia przyniosła nam samochody jeżdżące bez kierowców, ulepszoną usługę Tłumacza Google, swobodne rozmowy z Siri i Aleksą oraz ogromne zyski z automatycznego tradingu na nowojorskiej giełdzie papierów wartoś...
58,65 zł

Collins Easy Learning Polish Dictionary

The ideal dictionary for students of both English and Polish. Designed to be easy to use and understand, this dictionary covers the essential words you need everyday for use in the UK and Poland.Have confidence: all translations are underli...

Deep Blue: Discovering the Sea Intermediate Book with Online Access

Cambridge Discovery Education Interactive Readers are the next generation of graded readers - captivating topics, high-impact video, and interactive exercises designed to motivate and engage. Discover the many mysteries of the sea - shipwrecks and sun...

Deep Learning Praca z językiem Python i biblioteką Keras

W skrócie uczenie maszynowe polega na wyodrębnianiu informacji z surowych danych i budowie modelu, który służy do przetwarzania kolejnych surowych danych. Technologia ta od kilku lat intensywnie się rozwija, a w miarę wzrostu jej możliwoś...

Python Machine learning i deep learning

Uczenie maszynowe jest jedną z najbardziej fascynujących technologii naszych czasów - rozwojem jego najróżniejszych zastosowań zajmują się tacy giganci jak Google, Facebook, Apple, Amazon czy IBM. Uczenie maszynowe otwiera zupełnie nowe m...

Recenzje (8):

Najnowsze | Najbardziej pomocne

Aby tłumaczyć książki matematyczne, trzeba rozumieć, co się tłumaczy. Absolutnie nie wolno tłumaczowi wymyślać nowych pojęć matematycznych. "Dot product" to nie jest "iloczyn z kropką", ale "iloczyn skalarny". Wiele innych błędów jest bardzie subtelne, np. polscy matematycy mówią "niewiadome", a nie "nieznane zmienne", a mnożenie macierzy nie jest po prostu "rozdzielne" tylko "rozdzielne względem dodawania". Nie można też tłumaczyć "defined such that" jako "definiujemy jako", gdy poniżej nie ma wyrażenia, ale jest równanie - prawidło powinno być "definiuje jako macierz taką, że". To tylko na podstawie lektury kilku pierwszych stron drugiego rodziału. Dalej nie czytam, bo szkoda czasu. Książka jest do wyrzucenia.

Ocena: 

Moja recencja nie będzie dotyczyła samego w sobie tłumaczenia, które zostało poruszone we wcześniejszych komenatarzch.
Edycja polskiej wersji woła o pomstę do nieba:
- dosłownie na każdej stronie występuje minimum jedna literówka lub przestawienie słów,
- pomimo że druk jest czarno-biały w podpisach do ilustracji możemy znaleźć takie wyrażenia jak "Czerwone linie wskazują ścieżkę [...]", "[...] zielony obszar decyzyjny [...]"
- na wielu wykresach występują błędy w podpisie osi (zamiast wartości liczbowych/ symboli znajdujemy puste kwadraciki lub kwadraciki z przekreśleniami). Wygląda to tak, jakby ktoś przekopiował wykres z oryginalnej wersji do edytora tekstu i nie sprawdził, czy edytor rozpoznaje te znaki (przykładowo Rysunek 4.5).

Naprawde nie spodziewałam się takiego braku profesjonalizmu po wydawnictwie PWN.

Co do samej ksiązki: zdecydowanie polecam zakup oryginalej wersji wydania książki, lecz NIE polecam zakupu polskiego odpowiednika wydanego przez PWN.

Ocena: 

To jest książka kontrowersyjna i ciężko napisać jej recenzję także dlatego, że PWN wydała nie oryginał, a „tłumaczenie", więc ocena (w tym przypadku) musi dotyczyć zarówno oryginalnej treści, jak i tłumaczenia. Mam zarówno oryginał jak i „tłumaczenie". To drugie dlatego, że chciałem mieć książkę, z której będą korzystać studenci. Oryginał budzi kontrowersje, ponieważ jest traktowany jako podręcznik. Oczekuje się od niego, że będzie przystępnie tłumaczył wszystkie omawiane w nim treści. Tymczasem zamiar autorów wydaje się być inny. Szczególnie pierwsza część jest raczej pomyślana jako przegląd tematów, których uprzedniej znajomości oczekuje się od czytelnika. Stąd liczne skróty, brak wyjaśnień - to jest tylko ustalenie wspólnego języka z czytelnikiem. Inna sprawa, że autorzy nie mają talentu do objaśniania trudnych tematów. Właściwa treść książki zaczyna się w drugiej części i jest kontynuowana w trzeciej. Tu jest zawarta prawdziwa wartość tej książki. Omawiane są tematy trudne na sporym poziomie abstrakcji, ale pozwalające spojrzeć znacznie szerzej na dziedzinę niż różnego rodzaju poradniki i samouczki, które są dużo łatwiejsze do zrozumienia, ale samo rozumienie, które oferują, jest bardzo płytkie. Warta podkreślenia jest aktualność tematów książki; cytowane są artykuły, które ukazały się tuż przed jej wydaniem. W mojej opinii ta publikacja bardziej niż podręcznikiem jest przewodnikiem odsyłającym do bogatego wykazu źródeł. Na pewno nie powinna być używana jako wprowadzenie dla osób, które chcą się przede wszystkim dowiedzieć, co to jest głębokie uczenie; jako taka może być bardzo frustrująca. Można ją polecić wszystkim, którzy potrafią już skorzystać z różnych narzędzi typu TensorFlow czy PyTorch, ale brakuje im głębszego zrozumienia tematu. Tłumaczenie książki to osobna sprawa. Już sam tytuł w wersji polskojęzycznej budzi kontrowersje. Zostawienie anglojęzycznego tytułu można traktować jako zabieg reklamowy. Natomiast za potraktowanie „deep learning" jako fachowego, odmiennego zwrotu w języku polskim PWN powinno zażądać odszkodowania od tłumacza. W książce jest sporo błędnych tłumaczeń, co wytknęły już inne osoby, są też błędy we wzorach! Wyraźnie brak jest jakiejkolwiek korekty. Niezręczne tłumaczenia występują też w drugiej części tłumaczonej przez inną osobę. Np. anglojęzyczne nazwy recurrent i recursive są w oryginale (w ogóle w dziedzinie) źle dobrane i mylące, ale to nie powód, aby w tłumaczeniu te błędy powielać, ani by wprowadzać jakieś dziwne neologizmy. Zachęcona bezkarnością, ta sama firma „przetłumaczyła" potem najnowsze wydanie podstawowego podręcznika do konstrukcji kompilatorów i muszę przyznać, że w porównaniu z tamtym bełkotem (wcześniejsza wersja była przetłumaczona na piękną polszczyznę), większość tekstu recenzowanej książki jest przełożona całkiem dobrze - ale tylko w takim porównaniu. Podsumowując: ta pozycja jest bardzo ciekawa i godna polecenia, ale nie dla początkujących. Warto ją kupić, ale jeśli nie musimy oszczędzać każdego grosza, to jednak w oryginale. PWN dotąd kojarzyła mi się z bardzo starannie wydawanymi książkami. Utrzymując współpracę z firmą dokonującą „tłumaczeń" wydawnictwo niszczy swoją reputację.

Ocena: 

Tłumaczenie tej książki woła o pomstę do nieba. Nie mogę zrozumieć jak takie renomowane wydawnictwo jak PWN mogło dopuścić do wydania tej książki w takim tłumaczeniu. Czy ktoś to sprawdzał? Czy był jakiś redaktor naukowy? Sadzę, że nie. Nie da się tego czytać. Po przeczytaniu początkowych stron miałem ochotę odesłać książkę do wydawcy.

Ocena: 

vghygffgg

Ocena: 

Nie tylko koszmarne tłumaczenie. Brak kolorowych ilustracji, mimo, że takowe są w oryginale i często ma to znaczenie dla zrozumienia tekstu. Dodatkowo liczne błędy ze wzorach. Redakcja tekstu po pijaku? Sprzedaż tej książki pod tytułem oryginału to oszustwo.

Ocena: 

Jestem zawiedziony tłumaczeniem książki, jest ono fatalne. Jak można byle jak zabrać się za takie dzieło i dodatkowo sprzedawać je za krocie? To jest Polskie Wydawnictwo NAUKOWE?

Ocena: 



Ta książka, a raczej jej polskie tłumaczenie jest beznadziejne! Zalecam nie kupować.

O ile można zrozumieć że tłumacz może nie rozumieć specjalistycznego języka matematycznego i informatycznego, to brak konsultantów do sprawdzenia poprawności tłumaczenia i wskazania błędów, podpowiedzenia tłumaczowi jakie zwroty polskie odpowiadają angielskim zwrotom używanym w matematyce i informatyce jest bardzo dziwne! Przecież tłumacz nie rozumiejący tekstu przetłumaczy specjalistyczny tekst błędnie. Zresztą mam wrażenie, że podczas tłumaczenie wiele razy użyty ty był jakiś program do tłumaczeń.

Tej książki nie da się czytać w normalny sposób. Aby zrozumieć materiał trzeba posiłkować się wersją udostępnioną za darmo na stronie internetowej, oraz wikipedią do sprawdzania jakie jest tłumaczenie angielskich zwrotów. Co zajmuje wiele czasu.

Oto przykłady, które zauważyłem podczas mozolnego czytania i zdołałem dojść do poprawnego tłumaczenia. Doszedłem jak na razie do strony 43 polskiego tłumaczenia. Strach pomyśleć jakie błędy są w dalszych stronach książki zwłaszcza poruszające tematy z którymi nie miałem styczności i czego błędnie się nauczę.


Poniżej podaje:

- zdanie po angielsku, z tekstu udostępnionego na stronie deeplearningbook,
- tłumaczenie z książki,
- poprawione tłumaczenie (nie jestem tłumaczem więc moje tłumaczenie jest koślawe).

Błędnie tłumaczone zwroty, oraz moje poprawki są napisane DUŻYMI literami.


na stronie 42 oryginału książki

If any TWO or more eigenvectors share the same eigenvalue, then any set of orthogonal vectors lying in their SPAN ARE ALSO EIGENVECTORS with that eigenvalue, and we could equivalently choose a Q using those eigenvectors instead

polskie tłumaczenie nas stronie 41:

Jeśli JEDEN lub więcej wektorów własnych ma tę samą wartość własną, to każdy zbiór ortogonalnych wektorów leżący w ich ZAKRESIE STANOWI WEKTORY WŁASNE z tą samą wartością własną i można wybrać macierz Q, wykorzystującą te wektory własne zamiast innych

poprawione tłumaczenie:

Jeśli DWA lub więcej wektorów własnych ma tę samą wartość własną, to każdy zbiór ortogonalnych wektorów leżący w ich PODPRZESTRZENI LINIOWEJ, JEST TAKŻE ZBIOREM WEKTORÓW WŁASNYCH z tą samą wartością własną i można wybrać(STWORZYĆ) macierz Q, wykorzystującą te wektory własne zamiast innych

Zwróćcie uwagę, że TWO zostało przetłumaczone jako jeden. Nawet nierozumiejący tekstu tłumacz nie powinien zrobić takiego błędu!



Strona 41, oryginał po angielsku:

We have seen that constructing matrices with specific eigenvalues and eigen-vectors enables us to STRETCH space in desired directions

strona 40 polskie przekład

Widzimy że budowa macierzy z określonymi wartościami własnymi i wektorami własnymi pozwala nam na ROZSZERZENIE przestrzeni w pożądanym kierunku.

Poprawione tłumaczenie:

Widzimy że budowa macierzy z określonymi wartościami własnymi i wektorami własnymi pozwala nam na ROZCIĄGNIĘCIE przestrzeni w pożądanym kierunku.


Strona 42 (tytuł pod rozdziału)

SINGULAR VALUE DECOMPOSITION

strona 42 (polski przekład)

DEKOMPOZYCJA WARTOŚCI OSOBLIWEJ

poprawione tłumaczenie

ROZKŁAD WEDŁUG WARTOŚCI OSOBLIWYCH

Przypominam, że dopiero co zacząłem czytać, ale prawie na pewno w książce wystąpią liczne podobne błędy w tłumaczeniu.

Ocena: