توضیحات
کتاب Evolutionary Deep Learning (یادگیری عمیق تکاملی: الگوریتم‌های ژنتیک و شبکه‌های عصبی) از جدیدترین منابع آموزش یادگیری عمیق با محوریت الگوریتم‌های ژنتیک و شبکه‌های عصبی است که در 3 قسمت مختلف مفاهیم مربوط به آن را شرح می‌دهد.
در ادامه مقدمه‌ای از کتاب Evolutionary Deep Learning را از زبان نویسنده شرح خواهیم داد.
مقدمه‌ای بر کتاب Evolutionary Deep Learning:
زمانی که بیش از 25 سال پیش کار خود را در زمینه یادگیری ماشین و هوش مصنوعی آغاز کردم، دو فناوری غالب به عنوان چیزهای بزرگ بعدی در نظر گرفته شدند. هر دو فناوری در حل مسائل پیچیده امیدوارکننده بودند و هر دو از نظر محاسباتی معادل بودند. آن دو فناوری الگوریتم‌های تکاملی و شبکه های عصبی (یادگیری عمیق) بودند.
در طی چند دهه بعد، من شاهد کاهش شدید الگوریتم‌های تکاملی و رشد انفجاری یادگیری عمیق بودم. در حالی که این نبرد از طریق کارایی محاسباتی انجام شد و پیروز شد، یادگیری عمیق نیز کاربردهای جدید متعددی را به نمایش گذاشته است.
بیشتر بخوانید: کتاب Learning Genetic Algorithms with Python
از سوی دیگر، در بیشتر موارد، دانش و استفاده از الگوریتم‌های تکاملی و ژنتیک به یک پاورقی کاهش یافت. هدف من از این کتاب نشان دادن توانایی الگوریتم‌های تکاملی و ژنتیک برای ارائه مزایای سیستم های یادگیری عمیق است. این مزایا به‌ویژه زمانی که سن DL به دوران AutoML بالغ می‌شود، مرتبط است، که در آن توانایی خودکارسازی توسعه گسترده و گسترده مدل‌ها در حال تبدیل شدن به جریان اصلی است.
من همچنین معتقدم که جستجوی ما برای هوش مصنوعی و هوش تعمیم یافته می‌تواند با نگاه کردن به تکامل کمک کند. به هر حال، تکامل ابزاری است که طبیعت برای شکل دادن به هوش ما از آن استفاده کرده است، پس چرا نمی‌تواند هوش مصنوعی را بهبود بخشد؟ حدس من این است که ما آنقدر بی حوصله و مغرور هستیم که فکر کنیم بشریت می‌تواند این مشکل را به تنهایی حل کند.
با نوشتن کتاب Evolutionary Deep Learning، می‌خواستم قدرت روش‌های تکاملی را در کنار یادگیری عمیق به‌عنوان روشی برای تفکر خارج از هنجار به نمایش بگذارم. امید من این است که مبانی روش‌های تکاملی را به روش‌های سرگرم‌کننده و مبتکرانه نشان دهد، و در عین حال وارد قلمرو پیشرفته شبکه‌های یادگیری عمیق (معروف به NEAT) برای یادگیری غریزی شود. یادگیری غریزی برداشت من از این است که چگونه باید توجه بیشتری به چگونگی تکامل زندگی بیولوژیکی داشته باشیم و در جستجوی شبکه‌های مصنوعی هوشمندتر همان ویژگی‌ها را منعکس کنیم.
سرفصل‌های کتاب Evolutionary Deep Learning:
- Evolutionary Deep Learning
- brief contents
- contents
- preface
- acknowledgments
- about this book
- about the author
- about the cover illustration
- Part 1 Getting Started
- Chapter 1: Introducing evolutionary deep learning
- Chapter 2: Introducing evolutionary computation
- Chapter 3: Introducing genetic algorithms with DEAP
- Chapter 4: More evolutionary computation with DEAP
- Part 2 Optimizing Deep Learning
- Chapter 5: Automating hyperparameter optimization
- Chapter 6: Neuroevolution optimization
- Chapter 7: Evolutionary convolutional neural networks
- Part 3 Advanced Applications
- Chapter 8: Evolving autoencoders
- Chapter 9: Generative deep learning and evolution
- Chapter 10: NEAT: NeuroEvolution of Augmenting Topologies
- Chapter 11: Evolutionary learning with NEAT
- Chapter 12: Evolutionary machine learning and beyond
جهت دانلود کتاب Evolutionary Deep Learning می‌توانید پس از پرداخت، دریافت کنید.
هیچ دیدگاهی برای این محصول نوشته نشده است.