Deep Learning का गणितीय परिचय: पद्धतियाँ, कार्यान्वयन और सिद्धांत
- इस पुस्तक का उद्देश्य Deep Learning algorithms का परिचय देना है.
- यह Deep Learning algorithms के मुख्य घटकों की विस्तृत गणितीय समीक्षा करती है, और इसमें विभिन्न artificial neural network (ANN) संरचनाएँ तथा optimization algorithms शामिल हैं.
- इसमें ANN की approximation क्षमता, optimization theory, generalization error जैसी Deep Learning algorithms की विभिन्न सैद्धांतिक विशेषताओं पर चर्चा की गई है.
Deep Learning के माध्यम से PDE approximation methods की समीक्षा
- पुस्तक के अंतिम भाग में PDE का approximation करने के लिए Deep Learning methods की समीक्षा की गई है.
- इसमें physics-informed neural networks (PINNs) और deep Galerkin methods आदि शामिल हैं.
पुस्तक के लक्षित पाठक
- यह उन छात्रों और वैज्ञानिकों के लिए लिखी गई है जिन्हें Deep Learning का बिल्कुल भी पूर्वज्ञान नहीं है.
- यह practitioners को Deep Learning में विचार किए जाने वाले objects और methods की गणितीय समझ को मजबूत करने में मदद करती है.
अतिरिक्त जानकारी
- पुस्तक 601 पृष्ठों की है, और इसमें 36 चित्र तथा 45 source code शामिल हैं.
- इसके विषय क्षेत्रों में machine learning, artificial intelligence, numerical analysis, probability theory आदि शामिल हैं, और MSC classification code 68T07 है.
GN⁺ की राय
- यह पुस्तक Deep Learning से पहली बार परिचित होने वालों को गणितीय आधार प्रदान करके जटिल algorithms और सिद्धांतों को व्यवस्थित रूप से समझने में मदद करेगी.
- विभिन्न ANN संरचनाओं और optimization methods पर विस्तृत व्याख्या practitioners को अपने प्रोजेक्ट्स में लागू करने के लिए आवश्यक गहन ज्ञान प्रदान करती है.
- PDE approximation methods पर सामग्री विशेष रूप से engineering या physics क्षेत्रों में वास्तविक समस्याओं को हल करने के लिए उपयोगी दृष्टिकोण प्रस्तुत करती है, जिससे Deep Learning के व्यावहारिक पक्ष पर जोर पड़ता है.
अभी कोई टिप्पणी नहीं है.