Das Ziel des Buches ‚Mathematics of Deep Learning‘ 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. Die Autoren wollen einen ergänzenden Blickwinkel bieten, der die zugrunde liegenden mathematischen Ideen betont. Das Material basiert auf dem einsemestrigen Kurs ‚Introduction to Mathematics of Deep Learning‘, der sich an Mathematikstudenten im Hauptstudium und an Studenten im ersten Jahr ihres Studiums richtet. Ziel ist es, grundlegende Konzepte des Deep Learning in einer strengen mathematischen Form einzuführen, etwa die mathematischen Definitionen von tiefen neuronalen Netzen (DNNs), Verlustfunktionen, den Backpropagation-Algorithmus usw. Die Autoren versuchen, für jedes Konzept die einfachste Einstellung zu finden, die die technischen Aspekte minimiert, aber dennoch die wichtigsten mathematischen Grundlagen enthält. Das Buch ist für Studenten ohne Vorkenntnisse im Bereich Deep Learning geeignet.
www.degruyter.com
