Cartea este un punct de plecare solid pentru cititorii interesati de aplicarea invatarii automate la modelarea sistemelor complexe. Sistemele liniare au fost mult timp abordarea standard pentru sarcinile de modelare si control in domenii atat de diferite precum robotica si astronomia. Cu toate acestea, a fost intotdeauna clar ca sistemele din lumea reala sunt adesea neliniare, uneori haotice si sensibile la mici schimbari ale conditiilor initiale. Aceasta carte contesta aceasta abordare oferind metode bazate pe invatare automata, adaptate la intreaga complexitate a dinamicii neliniare si haotice. Autorii exploreaza metode recente care permit modelarea sistemelor neliniare in complexitatea lor completa, fara a se baza pe liniarizare. Acestia se concentreaza pe abordarile de tip „cutie neagra” dezvoltate in comunitatea de invatare automata, in special pe cele care utilizeaza retele neuronale - adesea recurente prin natura lor. Un punct cheie al cartii este arhitectura memoriei pe termen lung (LSTM), un model utilizat pe scara larga cu aplicabilitate larga. Pentru a oferi un context practic, autorii evalueaza aceste tehnici in domeniul detectarii anomaliilor.
Rasfoieste cartea

OPINIA CITITORILOR