<div class="course-editorial"><br /> <br /> Книга проведет вас от школьной математики к созданию нейросетей и графовых моделей (GNN), раскрывая "внутреннюю кухню" ИИ. Вы освоите линейную алгебру, градиентный спуск, теорию информации и спектральный анализ графов не как абстрактные дисциплины, а как рабочие инструменты инженера.<br /> <br /> Особенность издания — две ступени программирования. Сначала вы напишете классификатор MNIST на PyTorch, освоите Transfer Learning. Затем реализуете с нуля собственный autograd, оптимизаторы Adam, механизм Attention, GCN и GAT. Вы поймете, что происходит внутри loss.backward(), и научитесь деплоить модели в продакшен через FastAPI и Docker, отслеживая дрейф данных.<br /> <br /> Это практическое руководство для тех, кто хочет не просто использовать библиотеки, а создавать инструменты самостоятельно. Идеально для разработчиков, data-scientistов и студентов.<br /> <br /> Формат pdf<br /> Цена 690 руб.<br /></div>