Das Ziel des Buches ist es, eine mathematische Perspektive auf einige Schlüsselelemente der sogenannten tiefen neuronalen Netze (DNNs) zu bieten. Ein Großteil des Interesses am Deep Learning hat sich auf die Implementierung von DNN-basierten Algorithmen konzentriert. Das kompakte Lehrbuch soll einen ergänzenden Blickwinkel bieten, der die zugrunde liegenden mathematischen Ideen betont. Das Material basiert auf einem einsemestrigen Kurs ‚Introduction to Mathematics of Deep Learning‘, der sich an Mathematikstudenten im Hauptstudium und an Studenten im ersten Jahr richtet. Ziel ist es, grundlegende Konzepte des Deep Learning in einer strengen mathematischen Form einzuführen, z.B. die mathematischen Definitionen von DNNs, Verlustfunktionen, den Backpropagation-Algorithmus usw. Weiterhin sind relevante und einfache Beispiele für die Leser enthalten.
Walter de Gruyter GmbH & Co. KG • 1. Aufl. 2023 • 132S. • ISBN 9783111024318
