کتاب یادگیری ژرف

موضوع این کتاب، یافتن راه حلی برای مسائل شهودی تر است. این راه حل عبارت است از این که به کامپیوترها اجازه دهیم از تجربه ها بیاموزند و جهان را در قالب سلسله مراتبی از مفاهیمی درک کنند که هر مفهوم در قالب ارتباط خود با مفاهیم ساده تر تعریف می شود. این رهیافت از طریق گردآوری دانش حاصل از تجربه، نیازی به حضور کاربران انسانی، به منظور توصیف رسمی تمام دانش مورد نیاز کامپیوتر ندارد. سلسله مراتب مفاهیم به کامپیوتر اجازه می دهد تا مفاهیم پیچیده را از طریق ساخت آن ها با استفاده از مفاهیم ساده تر فرا بگیرد. اگر گرافی از نحوه ی ساخت هر یک از این مفاهیم در رأس یکدیگر رسم کنیم، یک گراف ژرف حاصل  می شود که دارای لایه های متعدد است. به همین دلیل این روش را در هوش مصنوعی، یادگیری ژرف می نامیم.

• ذهن: درآمدی بر علوم شناختی ~پل تاگارد، رامین گلشائی (مترجم)
• درباره علم شناختی: هوش مصنوعی، روان شناسی، زبان شناسی، علم اعصاب و فلسفه ذهن ~جواد حاتمی
• مبانی شبکه های عصبی - جلد اول: هوش محاسباتی ~محمدباقر منهاج
• روش های کمی در آینده پژوهی سری های زمانی و هوش مصنوعی ~محسن بهرامی
• بازشناسی اشیاء: علوم اعصاب بینایی، مدل های محاسباتی - شناختی، یادگیری عمیق ~رضا ابراهیم پور
• موارد بیشتر (453)

• یادگیری ژرف با Python ~فرانسوا شوله، مائده حاجی آقامحسنی (مترجم)، سجاد ملکی (مترجم)