**«Сучасна математика глибокого навчання» — наукова робота на 111 сторінок**

У відкритому доступі з’явилася ґрунтовна праця про математичні основи сучасних нейронних мереж

У [ній](https://arxiv.org/pdf/2105.04026) розглядаються теорія апроксимації, узагальнення великих моделей, надлишкова параметризація, методи оптимізації, функції втрат, згорткові та рекурентні мережі, а також вплив глибини на можливості моделей

Окремі розділи присвячені застосуванню глибокого навчання для розв’язання обернених задач і диференціальних рівнянь

Матеріал буде корисним тим, хто хоче краще зрозуміти математичні принципи, що лежать в основі сучасного AI

[#корисно](?q=%23%D0%BA%D0%BE%D1%80%D0%B8%D1%81%D0%BD%D0%BE) [#розвиток](?q=%23%D1%80%D0%BE%D0%B7%D0%B2%D0%B8%D1%82%D0%BE%D0%BA) [#tech](?q=%23tech)

**[Всі наші платформи](https://linktr.ee/juniverse_ua)** | **[Масонська ложа](https://t.me/+lUs6TYXFy0UxNjAy)** |[Вакансії](https://t.me/+1nmach7hIiQ1MDMy)**|**
**[Кар'єрне консультування](https://t.me/Job_IT_Junior/10434)