Глубокое обучение без математики (6000,00 руб.)

Стр.5

Стр.6

Стр.7

Стр.8

Стр.9

Стр.10

Стр.11

Стр.12

УДК 004.85 ББК 32.971.3 Г52 Г52 Глубокое обучение без математики. Т. 1: Основы / пер. с анг. В. А. Яроцкого. – М.: ДМК Пресс, 2019. – 584 с.: ил. Гласснер Э. ISBN 978-5-97060-701-5 Эта книга не похожа на большинство других учебников и руководств по глубокому обучению – в ней нет ни детального алгоритмического анализа, сопровождаемого обширной математикой, ни развернутых листингов программного кода. Автор выбрал золотую середину — благодаря дружелюбному подходу, сопровождаемому огромным количеством цветных иллюстраций, а также детальному и скрупулезному описанию он глубоко освещает основополагающие идеи и фундаментальные основы глубокого обучения и нейронных сетей. Издание предназначено для всех читателей, кто хочет использовать глубокое обучение и нейронные сети в своей работе. Продолжение книги будет посвящено практическому воплощению алгоритмов глубокого обучения и выйдет в издательстве «ДМК Пресс» летом 2019 года. УДК 004.85 ББК 32.971.3 Original English language edition published by The Imaginary Institute, Seattle, WA. Copyright Все права защищены. Любая часть этой книги не может быть воспроизведена в какой © 2018 by Andrew Glassner. Russian­language edition copyright © 2019 by DMK Press. All rights reserved. бы то ни было форме и какими бы то ни было средствами без письменного разрешения владельцев авторских прав. ISBN 978­5­97060­701­5 (рус.) Copyright © 2018 by Andrew Glassner © Оформление, издание, перевод, ДМК Пресс, 2019

Стр.5

Содержание ТОМ 1. ОСНОВЫ Предисловие. Добро пожаловать! ............................................................................. 12 Глава 1. Введение в машинное обучение и глубокое обучение ................. 19 1.1. Зачем здесь эта глава ......................................................................................................... 19 1.1.1. Извлечение значащей информации из данных ....................................................... 20 1.1.2. Экспертные системы .................................................................................................. 22 1.2. Изучение маркированных данных ................................................................................... 23 1.2.1. Стратегия обучения .................................................................................................... 25 1.2.2. Стратегия компьютерного обучения ........................................................................ 26 1.2.3. Обобщение .................................................................................................................. 28 1.2.4. Более внимательный взгляд на обучение ................................................................. 30 1.3. Обучение с учителем ......................................................................................................... 31 1.3.1. Классификация ........................................................................................................... 32 1.3.2. Регрессия ..................................................................................................................... 33 1.4. Обучение без учителя ........................................................................................................ 34 1.4.1. Кластеризация ............................................................................................................ 35 1.4.2. Подавление шума ....................................................................................................... 35 1.4.3. Понижение размерности ........................................................................................... 36 1.5. Генераторы ......................................................................................................................... 40 1.6. Обучение с подкреплением ............................................................................................... 41 1.7. Глубокое обучение .............................................................................................................. 43 1.8. Что последует дальше ........................................................................................................ 47 Справочные материалы ........................................................................................................... 47 Заимствованные рисунки ........................................................................................................ 48 Глава 2. Хаотичность и базовая статистика ........................................................... 49 2.1. Зачем здесь эта глава ......................................................................................................... 49 2.2. Случайные переменные .................................................................................................... 50 2.2.1. Случайные числа на практике ................................................................................... 55 2.3. Некоторые общеупотребительные распределения ......................................................... 57 2.3.1. Равномерное распределение ..................................................................................... 57 2.3.2. Нормальное распределение ....................................................................................... 58 2.3.3. Распределение Бернулли ........................................................................................... 62 2.3.4. Мультиномиальное распределение .......................................................................... 63 2.3.5. Математическое ожидание ........................................................................................ 64 2.4. Зависимость ....................................................................................................................... 64 2.4.1. Независимые, одинаково распределенные переменные ........................................ 65 2.5. Выбор и возврат ................................................................................................................. 65 2.5.1. Выбор с возвращением .............................................................................................. 66 2.5.2. Выбор без возвращения ............................................................................................. 66 2.5.3. Осуществление выбора .............................................................................................. 67 2.6. Оценка ошибки обобщения. Бутстраппинг...................................................................... 68 2.7. Многомерные пространства .............................................................................................. 72 2.8. Ковариация и корреляция ................................................................................................. 74 2.8.1. Ковариация ................................................................................................................. 74

Стр.6

6  Содержание 2.8.2. Корреляция ................................................................................................................. 76 Глава 3. Вероятность ........................................................................................................ 82 3.1. Почему здесь эта глава ...................................................................................................... 82 3.2. Метание дротика ................................................................................................................ 83 3.3. Простая вероятность .......................................................................................................... 85 3.4. Условная вероятность ........................................................................................................ 85 3.5. Совместная вероятность .................................................................................................... 89 3.6. Маргинальная вероятность ............................................................................................... 92 3.7. Корректность измерений ................................................................................................... 93 3.7.1. Классификация выборок ............................................................................................ 93 3.7.2. Матрица неточностей ................................................................................................. 96 3.7.3. Интерпретация матрицы неточностей ..................................................................... 98 3.7.4. Когда неправильная классификация приемлема ................................................... 100 3.7.5. Верность ..................................................................................................................... 102 3.7.6. Точность ..................................................................................................................... 103 3.7.7. Полнота ...................................................................................................................... 104 3.7.8. О точности и полноте ............................................................................................... 105 3.7.9. Другие критерии ....................................................................................................... 108 3.7.10. Совместное использование точности и полноты ................................................. 109 3.7.11. Мера f1 ..................................................................................................................... 112 Глава 4. Правило Байеса............................................................................................... 119 4.1. Почему здесь эта глава .................................................................................................... 119 4.2. Частотная и байесовская вероятности ........................................................................... 120 4.2.1. Частотный подход ..................................................................................................... 120 4.2.2. Байесовский подход ................................................................................................. 120 4.2.3. Обсуждение ............................................................................................................... 121 2.9. Квартет Энскомба .............................................................................................................. 79 Справочные материалы ........................................................................................................... 81 3.8. Применение матрицы неточностей ............................................................................... 113 Справочные материалы ......................................................................................................... 118 4.3. Подбрасывание монеты................................................................................................... 122 4.4. Это несмещенная монета? .............................................................................................. 122 4.4.1. Правило Байеса ......................................................................................................... 131 4.4.2. Замечания по поводу правила Байеса..................................................................... 133 4.5. Поиски жизни ................................................................................................................... 135 4.6. Повторные применения правила Байеса ....................................................................... 139 4.6.1. Цикл постериор–приор ............................................................................................ 139 4.6.2. Пример: какую монету мы имеем? ......................................................................... 141 Глава 5. Кривые и поверхности ................................................................................ 154 5.1. Почему здесь эта глава .................................................................................................... 154 5.2. Введение ........................................................................................................................... 154 5.3. Производная ..................................................................................................................... 156 5.4. Градиент ........................................................................................................................... 164 Справочные материалы ......................................................................................................... 169 4.7. Множественные гипотезы ............................................................................................... 146 Справочные материалы ......................................................................................................... 153

Стр.7

Содержание  7 Глава 6. Теория информации...................................................................................... 170 6.1. Почему здесь эта глава .................................................................................................... 170 6.1.1. Информация: одно слово, два значения ................................................................. 170 6.2. Удивление и контекст ...................................................................................................... 170 6.2.1. Удивление .................................................................................................................. 171 6.2.2. Контекст .................................................................................................................... 172 6.3. Бит как единица информации ........................................................................................ 173 6.4. Измерение информации ................................................................................................. 173 6.5. Размер события ................................................................................................................ 175 6.6. Адаптивные коды ............................................................................................................. 175 6.7. Энтропия ........................................................................................................................... 181 6.8. Кросс­энтропия ................................................................................................................ 183 6.8.1. Два адаптивных кода ................................................................................................ 184 6.8.2. Смешение кодов ....................................................................................................... 186 6.9. Расходимость .................................................................................................................... 188 Справочные материалы ......................................................................................................... 190 Глава 7. Классификация ................................................................................................ 192 7.1. Почему здесь эта глава ..................................................................................................... 192 7.2. Двумерная классификация .............................................................................................. 193 7.2.1. 2D­бинарная классификация ................................................................................... 193 7.3. 2D­многоклассовая классификация ................................................................................ 197 7.4. Бинарная многоклассовая классификация..................................................................... 199 7.4.1. Один против остальных ............................................................................................ 199 7.4.2. Один против одного .................................................................................................. 201 7.5. Кластеризация .................................................................................................................. 204 7.6. Проклятие размерности ................................................................................................... 207 7.6.1. Странности большой размерности .......................................................................... 214 Справочные материалы ......................................................................................................... 219 Глава 8. Обучение и тестирование .......................................................................... 221 8.1. Почему здесь эта глава .................................................................................................... 221 8.2. Обучение ........................................................................................................................... 222 8.2.1. Тестирование качества обучения ............................................................................ 223 8.3. Тестовые данные .............................................................................................................. 226 8.4. Поверочные данные ......................................................................................................... 229 8.5. Кросс­валидация .............................................................................................................. 232 8.5.1. k­кратная валидация ................................................................................................ 234 8.6. Использование результатов тестирования .................................................................... 237 Справочные материалы ......................................................................................................... 237 Заимствованные изображения .............................................................................................. 238 Глава 9. Избыточное обучение и недостаточное обучение ........................ 239 9.1. Почему здесь эта глава .................................................................................................... 239 9.2. Избыточность и недостаточность ................................................................................... 240 9.2.1. Избыточность ............................................................................................................ 240 9.2.2. Недостаточность ....................................................................................................... 241 9.3. Избыточные данные ........................................................................................................ 241 9.4. Преждевременный останов ............................................................................................. 245 9.5. Регуляризация .................................................................................................................. 247

Стр.8

8  Содержание 9.6. Смещение и дисперсия .................................................................................................... 248 9.6.1. Аппроксимация базовых данных ............................................................................ 249 9.6.2. Большое смещение, маленькая дисперсия ............................................................. 251 9.6.3. Маленькое смещение, большая дисперсия ............................................................. 252 9.6.4. Сравнение кривых .................................................................................................... 254 Глава 10. Нейроны .......................................................................................................... 263 10.1. Почему здесь эта глава ................................................................................................... 263 10.2. Реальные нейроны ......................................................................................................... 263 10.3. Искусственные нейроны ................................................................................................ 265 10.3.1. Персептрон .............................................................................................................. 265 10.3.2. История персептрона ............................................................................................. 267 10.3.3. Современные искусственные нейроны ................................................................ 268 Глава 11. Обучение и мышление .............................................................................. 275 11.1. Почему здесь эта глава ................................................................................................... 275 11.2. Ступени обучения .......................................................................................................... 275 11.2.1. Представление ........................................................................................................ 276 11.2.2. Оценка ..................................................................................................................... 278 11.2.3. Оптимизация .......................................................................................................... 279 11.3. Дедукция и индукция .................................................................................................... 280 11.4. Дедукция ......................................................................................................................... 281 11.4.1. Ошибки категориальных силлогизмов ................................................................. 285 11.5. Индукция ........................................................................................................................ 287 11.5.1. Термины индукции в машинном обучении ......................................................... 290 11.5.2. Ошибки индукции .................................................................................................. 290 9.7. Аппроксимация по правилу Байеса ................................................................................ 256 Справочные материалы ......................................................................................................... 262 10.4. Заключение ..................................................................................................................... 272 Справочные материалы ......................................................................................................... 273 11.6. Объединенные умозаключения .................................................................................... 292 11.6.1. Шерлок Холмс – «мастер дедукции» ...................................................................... 293 Глава 12. Подготовка данных .................................................................................... 298 12.1. Почему здесь эта глава ................................................................................................... 298 12.2. Преобразование данных ................................................................................................ 298 12.3. Типы данных .................................................................................................................. 301 12.3.1. Кодирование с использованием индивидуальных переменных ........................ 302 12.4. Базовая очистка данных ................................................................................................ 304 12.4.1. Очистка данных ...................................................................................................... 304 12.4.2. Очистка данных на практике ................................................................................. 305 12.5. Нормализация и стандартизация ................................................................................. 305 12.5.1. Нормализация ......................................................................................................... 306 12.5.2. Стандартизация ...................................................................................................... 307 12.5.3. Запоминание преобразований .............................................................................. 308 12.5.4. Типы преобразований ............................................................................................ 309 11.7. Оперантное обуславливание ......................................................................................... 294 Справочные материалы ......................................................................................................... 296 12.6. Выбор характеристик ..................................................................................................... 310 12.7. Понижение размерности ............................................................................................... 311 12.7.1. Анализ главных компонентов (PCA) ...................................................................... 311 12.7.2. Стандартизация и PCA для изображений .............................................................. 317

Стр.9

Содержание  9 12.8. Преобразования ............................................................................................................. 324 12.9. Фрагментарная обработка ............................................................................................. 329 12.9.1. Обработка по выборкам ......................................................................................... 330 12.9.2. Обработка по характеристикам ............................................................................. 331 12.9.3. Обработка по элементам ........................................................................................ 331 12.10. Преобразование с кросс­валидацией ......................................................................... 332 Справочные материалы ......................................................................................................... 336 Заимствованные изображения .............................................................................................. 337 Глава 13. Классификаторы .......................................................................................... 338 13.1. Почему здесь эта глава .................................................................................................. 338 13.2. Типы классификаторов .................................................................................................. 339 13.3. Метод k­ближайших соседей (KNN) .............................................................................. 340 13.4. Метод опорных векторов (SVM) .................................................................................... 346 13.5. Деревья решений ........................................................................................................... 352 13.5.1. Построение деревьев .............................................................................................. 357 13.5.2. Разделение узлов .................................................................................................... 361 13.5.3. Контроль избыточного обучения .......................................................................... 363 13.6. Наивный Байес ............................................................................................................... 363 13.7. Обсуждение ..................................................................................................................... 368 Справочные материалы ......................................................................................................... 370 Глава 14. Ансамбли ......................................................................................................... 371 14.1. Почему здесь эта глава ................................................................................................... 371 14.2. Ансамбли ........................................................................................................................ 371 14.3. Голосование .................................................................................................................... 372 14.4. Бутстрап­агрегация ........................................................................................................ 373 14.5. Случайные леса .............................................................................................................. 375 14.6. Рандомизированные деревья ........................................................................................ 376 14.7. Бустинг ............................................................................................................................ 377 Справочные материалы ......................................................................................................... 384 Глава 15. Библиотека Scikit-learn ............................................................................ 385 15.1. Почему здесь эта глава ................................................................................................... 385 15.2. Введение ......................................................................................................................... 386 15.3. Конвенции Python .......................................................................................................... 387 15.4. Оценщик ......................................................................................................................... 390 15.4.1. Создание объекта .................................................................................................... 391 15.4.2. Обучение с fit() ...................................................................................................... 392 15.4.3. Предсказание с predict() ........................................................................................ 393 15.4.4. Функции decision_function(), predict_proba() ......................................................... 395 15.5. Кластеризация ................................................................................................................ 395 15.6. Преобразователи ............................................................................................................ 398 15.6.1. Инверсные преобразования .................................................................................. 402 15.7. Уточнение данных .......................................................................................................... 405 15.8. Ансамбли ........................................................................................................................ 407 15.9. Автоматизация ............................................................................................................... 410 15.9.1. Кросс­валидация ..................................................................................................... 410 15.9.2. Поиск гиперпараметров ......................................................................................... 413 15.9.3. Поиск полным перебором по сетке ....................................................................... 416 15.9.4. Поиск случайным перебором по сетке.................................................................. 424 15.9.5. Конвейер .................................................................................................................. 424

Стр.10

10  Содержание 15.9.6. Граница решения .................................................................................................... 433 15.9.7. Конвейерные преобразования .............................................................................. 434 15.10. Наборы данных............................................................................................................. 435 15.11. Утилиты......................................................................................................................... 437 15.12. Завершение ................................................................................................................... 440 Справочные материалы ......................................................................................................... 440 Глава 16. Нейронные сети прямого распространения ................................... 442 16.1. Почему здесь эта глава ................................................................................................... 442 16.2. Графы нейронных сетей ................................................................................................ 443 16.3. Синхронные и асинхронные потоки ............................................................................ 445 16.3.1. Графы в практике .................................................................................................... 446 16.4. Инициализация весов .................................................................................................... 447 16.4.1. Инициализация ...................................................................................................... 448 Справочные материалы ......................................................................................................... 450 Глава 17. Функции активации .................................................................................... 452 17.1. Почему здесь эта глава ................................................................................................... 452 17.2. Что делает функция активации ..................................................................................... 452 17.2.1. Формы функций активации ................................................................................... 456 17.3. Основные функции активации ...................................................................................... 456 17.3.1. Линейные функции ................................................................................................. 456 17.3.2. Лестничная функция............................................................................................... 457 17.4. Ступенчатые функции ................................................................................................... 458 17.5. Кусочно­линейные функции.......................................................................................... 460 17.6. Гладкие функции ............................................................................................................ 463 17.7. Галерея функций активации .......................................................................................... 467 17.8. Софтмакс ......................................................................................................................... 468 Справочные материалы ......................................................................................................... 470 Глава 18. Обратное распространение .................................................................... 471 18.1. Почему здесь эта глава ................................................................................................... 471 18.1.1. О тонкости настройки ............................................................................................ 472 18.2. Очень медленный способ обучения ............................................................................. 473 18.2.1. Медленный способ обучения ................................................................................. 475 18.2.2. Более быстрый способ обучения ........................................................................... 477 18.3. Пока без функций активации ........................................................................................ 479 18.4. Выходы нейронов и ошибка сети .................................................................................. 479 18.4.1. Пропорциональность изменения ошибок ........................................................... 480 18.5. Маленькая нейронная сеть ............................................................................................ 483 18.6. Шаг 1: дельты для выходных нейронов ........................................................................ 487 18.7. Шаг 2: использование дельт для изменения весов....................................................... 496 18.8. Шаг 3: дельты других нейронов .................................................................................... 499 18.9. Обратное распространение в действии ........................................................................ 504 18.10. Использование функций активации ........................................................................... 508 18.11. Скорость обучения ....................................................................................................... 514 18.11.1. Исследование скорости обучения ........................................................................ 515 18.12. Обсуждение .................................................................................................................. 523 18.12.1. Обратное распространение одной диаграммой ................................................. 523 18.12.2. Что обратное распространение не делает ........................................................... 524 18.12.3. Что обратное распространение делает ............................................................... 524

Стр.11

Содержание  11 18.12.4. Поддержка нейрона .............................................................................................. 525 18.12.5. Мини­пакеты ........................................................................................................ 528 18.12.6. Параллельное обновление ................................................................................... 528 18.12.7. Чем привлекательно обратное распространение ............................................... 529 18.12.8. Обратное распространение не гарантировано ................................................... 529 18.12.9. Немного истории .................................................................................................. 530 18.12.10. Погружение в математику .................................................................................. 530 Справочные материалы ......................................................................................................... 532 Глава 19. Оптимизаторы ............................................................................................... 534 19.1. Почему здесь эта глава ................................................................................................... 534 19.2. Геометрия ошибки ......................................................................................................... 534 19.2.1. Минимумы, максимумы, плато и седла ................................................................ 534 19.2.2. Двумерная кривая ошибки .................................................................................... 538 19.3. Настройка скорости обучения ....................................................................................... 541 19.3.1. Обновления постоянного размера ........................................................................ 541 19.3.2. Изменение скорости обучения в процессе обучения........................................... 548 19.3.3. План затуханий ....................................................................................................... 551 19.4. Стратегии обновления ................................................................................................... 553 19.4.1. Пакетный градиентный спуск ............................................................................... 554 19.4.2. Стохастический градиентный спуск ..................................................................... 556 19.4.3. Мини­пакетный градиентный спуск .................................................................... 558 19.5. Варианты градиентного спуска .................................................................................... 560 19.5.1. Метод импульса ...................................................................................................... 561 19.5.2. Импульс Нестерова ................................................................................................. 567 19.5.3. Adagrad .................................................................................................................... 571 19.5.4. Adadelta и RMSprop ................................................................................................. 572 19.5.5. Adam ........................................................................................................................ 574 Предметный указатель ................................................................................................. 578 ТОМ 2. ПРАКТИКА Глава 20. Глубокое обучение Глава 21. Нейронные сети сверток Глава 22. Рекуррентные нейронные сети Глава 23. Keras, часть1. Глава 24. Keras, часть 2 Глава 25. Автокодировщики Глава 26. Обучение с подкреплением Глава 27. Порождающие состязательные сети Глава 28. Применения для творчества Глава 29. Наборы данных Глава 30. Глоссарий 19.6. Выбор оптимизатора ..................................................................................................... 575 Справочные материалы ......................................................................................................... 576

Стр.12