10 книг про нейросети и искусственный интеллект

Чтобы начать разбираться в нейросетях и машинном обучении, необязательно сразу идти учиться на программиста. Для начала можно изучить книги, где понятным языком и с примерами объясняют работу искусственного интеллекта.

Собрали подборку книг, которые помогут лучше понять ИИ, начать применять его в жизни и бизнесе, разобраться в глубоком обучении и даже создать свою нейросеть. Книги расположены от простых к сложным — выбирайте, что подойдёт вам лучше.

Нейросети для бизнеса и SMM

Кто автор: Василий Крылов — основатель SMMplanner, эксперт по SEO, SMM, контекстной рекламе, Артем Пыхтеев — интернет-маркетолог, исполнительный директор SMMplanner.

Объем: 261 страница.

Где купить: электронная.

Кому подходит: новичкам в области нейросетей, начинающим и продвинутым маркетологам, SMM-специалистам и предпринимателям.

О чем книга. Авторы понятно рассказывают, как применять нейросети в создании контента, маркетинге и упаковке бренда. Они начинают с самых азов: что такое ИИ, какие бывают нейросети и для чего они подходят. А затем пошагово объясняют, как эффективно решать задачи с помощью нейронок: от копирайтинга и генерации картинок до создания ИИ-бота на основе ChatGPT. Всё это описано в контексте реальных кейсов — как бизнесы и маркетологи уже используют эти технологии для роста и оптимизации своих процессов.

В книге собраны полезные пропмты для популярных ИИ-сервисов, например, Midjourney, Kandinsky, ChatGPT.

Искусственный интеллект отвечает на величайшие вопросы человечества

Кто автор. Соавторы книги — поэт Иэн Томас и ученая Жасмин Ван. 

Объём: 91 страница.

Где купить: бумажная, электронная, аудиокнига.

Кому подходит: новичкам в области нейросетей.

О чём книга. Нейросеть компании OpenAI ChatGPT-3 отвечает на насущные вопросы человечества. Например:

• Зачем мы здесь?
• Что значит любить?
• Как преодолеть страдание?
• Достижимо ли счастье?
• Что есть любовь? 
• Одни ли мы во Вселенной? 
• Существует ли загробная жизнь? 

GPT-3 проанализировал огромный массив великих литературных произведений человечества (от Библии и Дао дэ цзин до поэзии Руми и Сафо) и дал ответы на эти непростые вопросы. 

Например, вот ответ GPT-3 на вопрос «Как найти счастье?»:

«Счастье, приходящее изнутри, не зависит от конкретных вещей или событий. Счастье, зависящее от внешних условий, наверняка будет недолгим».

Нейросети. Начало

Кто автор. Джейд Картер — исследователь в области искусственного интеллекта и нейронных сетей, автор научных статей по данной теме.

Объём: 102 страницы.

Где купить: электронная, аудиокнига.

Кому подходит: новичкам в области нейросетей и для продвинутых пользователей.

О чём книга. Книга знакомит читателя с основами работы нейросетей и их применением в жизни. 

Сначала автор объясняет теорию: что такое нейрон, как он работает в нейросети, как нейрон принимает решения, что такое веса и смещения, как строится нейросеть. Книга затрагивает темы обучения нейросетей и их применение в задачах классификации, регрессии и кластеризации. 

Также автор пишет о продвинутых темах в нейросетях: глубоком обучении, автоэнкодерах и генеративных моделях. Он подробно объясняет, как использовать эти методы в работе с ИИ и как они могут помочь в решении сложных задач. 

Книга содержит примеры и задания, а также шаблоны кода, которые можно скопировать и проверить.

Серия «Нейросети»

Кто автор. Джейд Картер — исследователь в области искусственного интеллекта и нейронных сетей, автор научных статей по данной теме.

Объём: каждая книга — около 200 страниц.

Где купить: электронные книги.

Кому подходит: начинающим и опытным программистам.

О чём книги. Руководства по самостоятельному созданию различных нейросетей. В серию входит четыре книги:

• «Нейросети практика» — погружение в мир нейросетей: от основных концепций и методов обучения до сложных алгоритмов и техник. В книге есть понятные объяснения и примеры, а также множество практических заданий для применения знаний. Книга научит обрабатывать и анализировать данные, решать задачи классификации, регрессии и генерации. А также создавать собственные модели нейросетей. 
• «Нейросети. Генерация изображений» — практическое и глубокое понимание процесса создания нейросети для генерации изображений. Автор объясняет, как готовить данные, создавать генераторы и дискриминаторы, обучать и настраивать GAN и Fine-tuning. Автор учитывает исследования и технологические достижения в области генеративных нейронных сетей до 2023 года.
• «Нейросети. Обработка естественного языка» — руководство по применению нейросетей в различных областях анализа текста. Сначала автор объясняет основы. Затем переходит к практическим вопросам: машинному переводу, сентимент-анализу, генерации текста. В книге присутствуют практические примеры с учебными заданиями.
• «Нейросети. Обработка аудиоданных» — углубление в мир аудиоанализа с применением современных методов машинного обучения и нейронных сетей. Автор книги рассматривает создание акустических моделей, их оптимизацию, методы фильтрации и улучшения аудиосигналов. А также музыкальный анализ. Книга рассказывает, как извлекать признаки из аудиоданных и использовать сверточные нейросети для аудиоанализа. 

У всех книг много отзывов и хороший рейтинг. Читатели хвалят автора за понятные объяснения и примеры шаблонов. А также отмечают, что это отличные пособия для самообучения.

Как учится машина. Революция в области нейронных сетей и глубокого обучения

Кто автор. Ян Лекун — лауреат премии Тьюринга, профессор Нью-Йоркского университета и руководитель фундаментальными исследованиями в Facebook*. Ян Лекун — один из изобретателей глубокого обучения.

Объём: 423 страницы.

Где купить: бумажная, электронная, аудиокнига.

Кому подходит: начинающим, но потребуется понимание основных понятий высшей математики и программирования.

О чём книга. Книга помогает понять, как именно машина решает ту или иную задачу. Автор подробно объясняет работу алгоритмов искусственного интеллекта. А также рассказывает об истории технического прогресса XX века и собственном опыте работы в Facebook*. 

Машинное обучение. Применение в бизнесе

Кто автор. Джейд Картер — исследователь в области искусственного интеллекта и нейронных сетей, автор научных статей по данной теме.

Объём: 230 страниц.

Где купить: электронная.

Кому подходит: менеджерам, аналитикам, предпринимателям и всем, кто заинтересован в использовании МО для оптимизации бизнес-процессов.

О чём книга. Книга — комплексное руководство по применению машинного обучения в сфере бизнеса. Например, в маркетинге, финансах, производстве, здравоохранении и тд. Автор дает рекомендации по внедрению МО на практических примерах и сценариях. 

Особое внимание уделяется следующим темам:

• вопросы предобработки;
• анализ данных; 
• методы работы с Big Data;
• подходы к обработке неструктурированных данных; 
• этические и юридические аспекты МО в бизнесе, например вопросы конфиденциальности и защиты данных. 

Создаём нейронную сеть

Кто автор. Тарик Рашид — доктор философии в области компьютерных наук и информатики.

Объём: 271 страница.

Где купить: бумажная, электронная.

Кому подходит: начинающим специалистам без глубоких знаний математики, которые хотят создать нейросеть. В книге нет тяжелых формул и терминов, есть пояснения на каждую строчку кода.

О чём книга. Книга — введение в теорию и практику создания нейронных сетей. Автор поэтапно описывает создание функционального кода на языке Python.

Основные темы книги:

• нейронные сети и системы искусственного интеллекта;
• структура нейронных сетей;
• сглаживание сигналов, распространяющихся по нейронной сети, с помощью функции активации;
• тренировка и тестирование нейронных сетей;
• интерактивная среда программирования IPython;
• использование нейронных сетей в качестве классификаторов объектов;
• распознавание образов с помощью нейронных сетей.

Глубокое обучение на Python

Кто автор. Франсуа Шолле — создатель библиотеки Keras для языка Python, инженер-программист и исследователь искусственного интеллекта. В настоящее время работает в Google.

Объём: 576 страниц.

Где купить: бумажная, электронная.

Кому подходит: новичкам и опытным специалистам. В тексте автор не приводит ни одной математической формулы, только код. В отзывах на книгу читатели заметили, что в книге приведены недостаточно подробные примеры.

О чём книга. Книга — руководство по разработке приложений глубокого обучения на Python. Глубокое обучение — это вид машинного обучения, наделяющий компьютеры способностью учиться на опыте и понимать мир в терминах иерархии концепций.

В книге уделяют внимание базовым задачам нейросети — классификации и регрессии, а также свёрточным и рекуррентным слоям. Автор по шагам разбирает, как обучать модель. Также он честно рассказывает об ограничениях глубоких сетей. В книге есть не только теория, но и практические советы. 

Глубокое обучение. Погружение в мир нейронных сетей

Кто автор. Сергей Николенко — современный российский ученый, преподаватель и исследователь. Екатерина Архангельская — доцент, кандидат физико-математических наук, доцент кафедры информационного права и цифровых технологий. Артур Кадурин — математик, учёный и системный программист, имеющий множество научных публикаций.

Объём: 481 страница.

Где купить: бумажная, электронная.

Кому подходит: новичкам и опытным специалистам.

О чём книга. Книга по глубокому обучению нейросетей. Авторы рассказывают о компьютерном зрении, распознавании речи, обработке естественного языка и других задачах машинного обучения. Пишут об истории и основных компонентах революции глубокого обучения, а также о современных достижениях этой области (книга написана в 2018 году).

Книга написана увлекательно с большим количеством объяснений и минимумом кода. Одни читатели отмечают, что текст написан простым и доступным языком с интересными примерами. Другие — что для чтения нужна специальная подготовка по высшей математике и информатике.

Глубокое обучение

Кто автор. Ян Гудфеллоу — американский исследователь, работавший в Google Brain, в OpenAI и Apple. Йошуа Бенжио — математик, кибернетик и информатик, известный работами в области искусственного интеллекта.

Объём: 654 страницы.

Где купить: бумажная, электронная.

Кому подходит: студентам, аспирантам и опытным программистам.

О чём книга. Книга содержит теоретические и практические основы, необходимые для понимания темы глубокого обучения. Издание вышло в 2018 году и считается одним из лучших по данной теме.

Теоретические основы, описанные в книге: 

• математические и концептуальные основы линейной алгебры;
• теория вероятностей и теория информации;
• численные расчеты и машинное обучение.

Практические приемы глубокого обучения,которые есть в книге:

• глубокие сети прямого распространения;
• регуляризация;
• алгоритмы оптимизации;
• сверточные сети;
• моделирование последовательностей и др.;
• обработка естественных языков, распознавание речи, компьютерное зрение;
• онлайновые рекомендательные системы;
• биоинформатика и видеоигры.