Comprendre le Deep Learning

Un traitement faisant autorité, accessible et à jour de l'apprentissage profond qui trouve un juste équilibre pragmatique entre la théorie et la pratique.

L'apprentissage profond est un domaine en évolution rapide, d'une importance capitale dans le monde de plus en plus numérique d'aujourd'hui. Understanding Deep Learning offre un traitement faisant autorité, accessible et à jour du sujet, couvrant tous les thèmes clés ainsi que les avancées récentes et les concepts de pointe. De nombreux textes sur l'apprentissage profond sont surchargés de détails techniques qui obscurcissent les fondamentaux, mais Simon Prince ne retient que les idées les plus importantes pour fournir une densité élevée d'informations critiques sous une forme intuitive et digestible. Des bases de l'apprentissage automatique aux modèles avancés, chaque concept est présenté en termes simples, puis détaillé précisément sous forme mathématique et illustré visuellement. Le résultat est un manuel lucide et autonome, adapté à toute personne ayant des bases en mathématiques appliquées.

Traitement actualisé de l'apprentissage profond couvrant des sujets de pointe introuvables dans les textes existants, tels que les transformeurs et les modèles de diffusion. Des chapitres courts et ciblés progressent en complexité, facilitant l'apprentissage des concepts difficiles. Une approche pragmatique alliant théorie et pratique donne aux lecteurs le niveau de détail nécessaire pour implémenter des versions naïves des modèles. Une présentation simplifiée sépare les idées essentielles du contexte et des détails superflus. Des prérequis mathématiques minimaux, de nombreuses illustrations et des problèmes pratiques rendent le matériel stimulant largement accessible. Des exercices de programmation sont proposés dans les notebooks Python d'accompagnement.