Puntuación:
El libro «The Math of Neural Networks» (Las matemáticas de las redes neuronales), de Michael Taylor, ofrece una introducción detallada y accesible a las redes neuronales, dirigida sobre todo a principiantes con cierta formación matemática básica. Aunque muchos encuentran eficaz la presentación visual y claras las explicaciones, el libro requiere paciencia y conocimientos previos para captar plenamente sus complejos conceptos. Algunos lectores señalan la calidad autoeditada y las limitaciones en la presentación, pero en general, es recomendable para los interesados en el aprendizaje automático y el aprendizaje profundo.
Ventajas:Contenido claro y bien explicado, presentación visual agradable, información completa para principiantes, desglose eficaz de ideas complejas, gráficos y ejemplos informativos, y un buen recurso para seguir aprendiendo.
Desventajas:Requiere conocimientos básicos de matemáticas y estadística, puede resultar difícil para principiantes, calidad de autoedición con pequeños problemas de formato, y algunos lo consideran denso y no adecuado para una lectura rápida.
(basado en 61 opiniones de lectores)
The Math of Neural Networks
Hay muchas razones por las que las redes neuronales nos fascinan y han acaparado titulares en los últimos años. Mejoran las búsquedas en Internet, organizan fotos e incluso se utilizan en la traducción de voz.
Incluso pueden generar cifrado. Al mismo tiempo, también son misteriosas y alucinantes: ¿cómo consiguen exactamente estas cosas? ¿Qué ocurre dentro de una red neuronal? A grandes rasgos, una red aprende igual que nosotros, por ensayo y error. Esto es así independientemente de que la red sea supervisada, no supervisada o semisupervisada.
Pero si profundizamos un poco más, descubriremos que un puñado de funciones matemáticas desempeñan un papel fundamental en el proceso de ensayo y error. También queda claro que comprender las matemáticas subyacentes ayuda a aclarar cómo aprende una red.
En los capítulos siguientes vamos a desgranar las matemáticas que rigen una red neuronal. Para ello, utilizaremos como modelo una red feedforward y seguiremos las entradas a medida que avanzan por la red.
© Book1 Group - todos los derechos reservados.
El contenido de este sitio no se puede copiar o usar, ni en parte ni en su totalidad, sin el permiso escrito del propietario.
Última modificación: 2024.11.14 07:32 (GMT)