Семь мифов в области исследований машинного обучения

[AN3333]

Что можно почитать для начала на тему современных нейронных сетей? Именно современных.

[dim2r]

можно курс посмотреть, там скоро будет обзор современных сетей
habr.com/ru/company/ods/blog/438940

[trig-ger]

Есть неплохая книга на русском языке, вышедшая в 2018 году — "Глубокое обучение. Погружение в мир нейронных сетей". Легко читается, помимо краткого введения в машинное обучение (с байесовским уклоном) в ней описываются основные современные архитектуры нейросетей и как их "готовить" на практике с использованием TensorFlow, Keras и подбором необходимых параметров. Есть также глава про обучение с подкреплением и упоминание AlphaGo (т.е. да, современная).

[AN3333]

Большое спасибо.

[AN3333]

А то что делает DeepMind есть в популярном изложении? Не обязательно на русском.

[b1de0]

В популярном особо не выйдет, обучение с подкреплением довольно сложная штука, но если есть желание то можно «Richard S. Sutton and Andrew G. Barto Reinforcement Learning: An Introduction» она есть и на русском или же github.com/yandexdataschool/Practical_RL

[masai]

Если уж так рассуждать, то Tensorflow работает и не с матрицами, а с многомерными массивами.

[Keyten]

Миф 1: TensorFlow – это библиотека для работы с тензорами
На самом деле, это библиотека для работы с матрицами, и эта разница весьма существенна.

Матрица — это тензор, частный случай

[spyphy]

Всё верно. Поэтому корректнее было бы так:
Миф 1: TensorFlow – это библиотека для тензорных вычислений

[spyphy]

На самом деле я тут тоже ступанул — по причине некоторой путаницы в терминологии.
Дело в том, что тензоры в TensorFlow — это не тензоры :)
А нормальный математический тензор ранга (1,1) — это линейный оператор, а не матрица.
Так что авторский вариант Мифа тоже правильный.