کتاب یادگیری عمیق

یادگیری عمیق نوع خاصی از یادگیری ماشین است. به منظور شناخت مناسب یادگیری عمیق، فهم مستحکمی از قواعد بنیادی یادگیری ماشین لازم است.
اکثر الگوریتم‌های یادگیری ماشین حاوی فراپارامترهایی هستند که باید بیرون از خود الگوریتم یادگیری و با استفاده از داده‌های اضافی تعیین گردند. یادگیری ماشین در واقع نوعی از آمار کاربردی است که در آن، تمرکز بیشتری بر استفاده از رایانه برای تخمین توابع پیچیده و تمرکز کمتری بر روی اثبات فواصل اطمینان حول این توابع صورت می‌گیرد

کتاب یادگیری عمیق در 11 فصل زیر توسط دکتر ایوب ترکیان ترجمه شده است:

1. مبانی یادگیری ماشین
2. شبکه های عمیق پیش خور
   
3. تنظیم برای یادگیری عمیق
   
4. بهینه سازی آموزش مدلهای یادگیری عمیق
   
5. شبکه های کانولوشن
   
6. مدل سازی توالی:شبکه های برگشتی و بازگشتی
   
7. روش شناسی عملی
   
8. کاربردها
   
9. خود رمزگذارها
   
10. یادگیری نمایشی
    
11. مدل های زایشی عمیق