Deep Learning Współczesne systemy uczące się

Lista Ofert

Opis

Deep Learning. Współczesne rozwiązania dla systemów uczących się (książka) Autor: Ian Goodfellow, Yoshua Bengio, Aaron Courville Wydawnictwo: Wydawnictwo Naukowe PWN Rok wydania: 2017 Oprawa: miękka Liczba stron: 900 Format: 16.5x23.5 cm Numer ISBN: 978-83-01-19583-0 Kod paskowy (EAN): 9788301195830 Książka "Deep Learning. Współczesne rozwiązania dla systemów uczących się" - opis 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, niepotrzebny 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. Ian Goodfellow jest naukowcem w OpenAI. Yoshua Bengio pracuje na stanowisku profesora informatyki na uniwersytecie w Monteralu. Aaron Courville jest adiunktem informatyki na tej samej uczelni.

Rozwiń Zwiń

Specyfikacja

Podstawowe informacje

Autor	Goodfellow Ian, Bengio Yoshua, Courville Aaron
Wybrani autorzy	Praca zbiorowa
Wybrane wydawnictwa	PWN
Okładka	Twarda
Format	16.5x23.5cm
Rok wydania	2017
Ilość stron	900
Tematyka	Programowanie
ISBN	9788301195830

Opinie Deep Learning Współczesne systemy uczące się Warszawa

Na liście znajdują się opinie, które zostały zweryfikowane (potwierdzone zakupem) i oznaczone są one zielonym znakiem Zaufanych Opinii. Opinie niezweryfikowane nie posiadają wskazanego oznaczenia.

Ocena ogólna

1,83 na podstawie 3 opinie

Użytkownik Ceneo 09 kwietnia 2018
0,5
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

Rozwiń Zwiń
akcja

fabuła
Grzegorz 25 października 2018
1
Podobnie jak Zawiedziony Czytelnik jestem niezadowolony z polskiego tłumaczenia. Abstrahując od błędów w terminologii matematycznej, to można tam znaleźć mnóstwo innych kwiatków. Na przykład podpis rysunku 1.7 [...] "według Google Botoks" [...] - chodzi o Google Books. Bardzo często używane są niepoprawne formy gramatyczne, brakuje spacji. Wykresy czasem mają polskie opisy, czasem angielskie. PWN kilka razy przesuwało premierę polskiego wydania i widać, że było one robione pod presją czasu.

Rozwiń Zwiń
Użytkownik Ceneo 14 czerwca 2019
4
Mam tą książkę, ale 1 bym jej nie wstawiał jak inni. Są błędy tłumaczenia to fakt, ale mimo wszystko jest to jedna z najbardziej kompletnych książek, która faktycznie skupia się na machine learning a nie na narzędziach jak np. python, azure czy aws. Ogólnie polecam książkę i stawiam ocenę 4 (ze względu na mankamenty z tłumaczeniem).

Rozwiń Zwiń
kompletność i zakres

tłumaczenie

Deep Learning Współczesne systemy uczące się Warszawa

1,83