MENU

Deep Learning

(Miękka)

Systemy uczące się

2.70  [ 202 oceny ]
 Sprawdź recenzje
Rozwiń szczegóły »
Cena katalogowa: 159,00 zł
Najniższa cena z 30 dni: 124,02 zł
Cena produktu

Cena katalogowa – rynkowa cena produktu, często jest drukowana przez wydawcę na książce.

Najniższa cena z 30 dni – najniższa cena sprzedaży produktu w księgarni z ostatnich 30 dni, obowiązująca przed zmianą ceny.

Wszystkie ceny, łącznie z ceną sprzedaży, zawierają podatek VAT.

119,25
Dodaj do schowka
Dostępność: w magazynie
Średnia liczba
Dostawa i płatność
Termin wysyłki
- Zamów z DPD (kurier lub punkty) do 19:30, a Twoją paczkę wysyłamy jeszcze dziś i dostarczymy jutro!
- Dotyczy dni roboczych (poniedziałek-piątek, z bez dni wolnych od pracy) oraz towarów dostępnych w magazynie.
- Pozostałe zamówienia realizujemy w terminie deklarowanym na stronie produktu.
- Czas oczekiwania na zamówienie = wysyłka + dostawa przez przewoźnika.
Dostawa i płatność
- Paczki dostarczamy wyłącznie na terenie Polski; od 249 zł dostawa GRATIS!
- Dla zamówień o wartości powyżej 500 zł wyłącznie płatność elektroniczna.


Przedpłata (Przelewy24)
do 249 zł
od 249 zł
Dostawa 
- Kurier DPD
12,49 zł
0 zł
1 dzień
- Odbiór w punktach DPD
10,99 zł
0 zł
1 dzień
- InPost Paczkomaty 24/7
13,99 zł
0 zł
1 dzień
- ORLEN Paczka
9,99 zł
0 zł
1 dzień
- Odbiór w Punktach Poczta, Żabka
10,99 zł
0 zł
2 dni
- Pocztex
11,99 zł
0 zł
2 dni
- Odbiór w księgarni PWN
0 zł
0 zł
2-3 dni

Pobranie
do 249 zł
od 249 zł
Dostawa 
- Kurier DPD
16,49 zł
0 zł
1 dzień
- Odbiór w Punktach Poczta, Żabka
14,99 zł
0 zł
1-2 dni
- Pocztex
15,99 zł
0 zł
2 dni
Zarezerwuj i odbierz w księgarni stacjonarnej PWN

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:
    • Odbiór osobisty w księgarni PWN - dostawa 2-3 dni robocze
    • Odbiór w InPost Paczkomaty 24/7 - dostawa 1 dzień roboczy
    • Kurier pocztowy (dostawa do domu lub pracy) - dostawa 2 dni robocze
    • Odbiór w Punktach Poczta, Żabka - dostawa 2 dni robocze
    • Punkty partnerskie ORLEN Paczka - dostawa 1-2 dni
    • Kurier (DPD) - dostawa 1 dzień roboczy
    Ważne informacje:
    Czas oczekiwania na zamówiony towar = czas wysyłki produktu + dostawa przez przewoźnika
    • Całkowity czas oczekiwania na realizację zamówienia jest sumą czasu wysyłki podanej na stronie każdego produktu oraz czasu potrzebnego przewoźnikowi na dostarczenie paczki. Podane terminy dotyczą zawsze dni roboczych (od poniedziałku do piątku, z wyłączeniem dni wolnych od pracy).
    • Wysyłkę zamówień prowadzimy jedynie na terenie Polski.
    • Dostawa do Księgarni PWN, punktów ORLEN Paczka, stacji Orlen, sklepów Żabka oraz Paczkomatów InPost nie jest realizowana dla zamówień z płatnością przy odbiorze.
    • Cena towaru na fakturze VAT jest podwyższona o ewentualny koszt transportu.
    • W przypadku zamówienia kilku towarów koszt przesyłki wybranej przez Klienta zostanie podzielony i przyporządkowany proporcjonalnie do cen kupionych produktów.
    • Produkty dostępne w PRZEDSPRZEDAŻY wysyłane są po dacie premiery wydawniczej.
NAZWA I FORMAT
OPIS
ROZMIAR

Przeczytaj fragment

NAZWA I FORMAT
OPIS
ROZMIAR
Deep Learning str 320-321.pdf(pdf)
48 KB
Deep Learning str 132-133.pdf(pdf)
49 KB
Deep Learning str 586-587.pdf(pdf)
47 KB
Słowa kluczowe: machine learning

Inni Klienci oglądali również

34,15 zł
47,25 zł

Selected Model Based Architectures and Algorithms for Learning, Signal Processing and Optimization

The book is a collection of scientific works presenting the diversity of researchconducted in the discipline of Technical Computer Science by researchers fromWrocław University of Science and Technology. It aims to familiarize the wider aca...
19,98 zł
31,00 zł

Very Hungry Caterpillar Little Learning Library

A little library slipcase with board books featuring Eric Carle's much loved collage artworks and introducing first concepts: Numbers, Words, Colours and Animal Noises.
53,62 zł
77,00 zł

Deep Learning Praca z językiem R i biblioteką Keras

W ostatnich latach byliśmy świadkami ogromnego postępu technik sztucznej inteligencji, uczenia maszynowego oraz uczenia głębokiego. Konsekwencje tego błyskawicznego rozwoju są odczuwalne w niemal każdej dziedzinie. Wydaje się, że to jedna z tych techno...
43,97 zł
50,40 zł

E-learning akademicki. Perspektywa wybranych dyscyplin nauk społecznych

Praca jest monografią autorską stanowiącą efekt wieloletniego doświadczenia dydaktycznego (ale również badawczego) w zakresie wykorzystania i wdrażania e-learningu w kształceniu akademickim. W publikacji Autorka łączy trzy perspektywy: osobisteg...
67,08 zł

10 Hours Of Guided Meditations For Anxiety, Relaxation & Deep Sleep

'p'Introducing Over 10 Hours Of Guided Meditations, Affirmations 'amp; Mindfulness Scripts To Help You Fall Asleep Effortlessly Every Single Night 'amp; Overcome Your Anxiety Naturally'/p''p'Welcome To Healing Mindfulness 'amp; Self-Hypnosis Academy...
54,90 zł
61,00 zł

Nicky Hockly's 50 Essentials for Using Learning Technologies

In this accessible book, Nicky Hockly draws on her extensive personal experience, along with relevant research and theory, to provide practical guidance on the effective implementation of learning technologies in language teaching. The book explores ke...
365,22 zł

Deep Machine Learnt Bio-based Chemical Engineering

This book discusses various aspects for consideration while designing a bioreactor with particular emphasis to those reactions that require light, and thus the reaction unit is called PhotoBioReactor. Various designs dominant in the industry are discus...
78,94 zł

Neuro-Learning

Work with your brain, not against it. Use neuroscience foundations to learn better, faster, and stronger. All our lives, we've been taught ways to learn that are utterly ineffective and ignorant as to how o...
66,18 zł
89,00 zł

Amazing Spider-man Volume 1.1: Learning To Crawl

He sought revenge... and found responsibility. From that night on, a new life began. Join Peter Parker as he takes his first steps towards finding his way in the world as Spider-Man. A chapter you never knew about the story you know by heart.

Recenzje (8):

Pisemne recenzje mogą być dodawane wyłącznie przez klientów zarejestrowanych w sklepie. Na liczbę gwiazdek wyświetlanych przy produkcie składają się również oceny produktów, dodanie których nie wymaga posiadania konta.

Publikujemy wszystkie recenzje produktów, zarówno pozytywne, jak i negatywne. Jeśli wiemy, że produkt został zakupiony przez recenzenta, oznaczamy to ikonką

Najnowsze | Najbardziej pomocne



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: 

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: 

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: 

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: 

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: 

vghygffgg

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: 

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: