Klasyk, oczywiście oryginał bo polskie tłumaczenie to nieśmieszny żart (0.5/10).

Klasyk, oczywiście oryginał bo polskie tłumaczenie to nieśmieszny żart (0.5/10).

W Internecie można znaleźć masę opinii nt. rzekomo tragicznego przekładu. O ile faktycznie tu i ówdzie można znaleźć pewne błędy to jednak znakomita większość nazw jest całkowicie poprawna. Ponadto bardzo często podane są również angielskie wersje nazw. Zamiast wylewania takiego hejtu na redaktorów proponuję wziąć pod uwagę fakt, że tematyka poruszana w książce jest stosunkowo nowa i niewiele nazw ma swoje jasno określone odpowiedniki w j. polskim. Innymi słowy, spokojnie mogę polecić tą wersję - każda osoba z nawet umiarkowaną wiedzą w temacie w zupełności odnajdzie się w tym tłumaczeniu. Oczywiście jeśli ktoś ma możliwość lektury w oryginale to tym lepiej, aczkolwiek cena wersji polskiej jest zdecydowanie mniejsza.
PS. O jakości merytorycznej książki nie będę się rozpisywał, bo to po prostu klasa sama w sobie - najlepsze obecne na rynku wprowadzenie do tematyki ML/Deep Learning.

W Internecie można znaleźć masę opinii nt. rzekomo tragicznego przekładu. O ile faktycznie tu i ówdzie można znaleźć pewne błędy to jednak znakomita większość nazw jest całkowicie poprawna. Ponadto bardzo często podane są również angielskie wersje nazw. Zamiast wylewania takiego hejtu na redaktorów proponuję wziąć pod uwagę fakt, że tematyka poruszana w książce jest...

Można by się spodziewać ważnej pozycji w szybko rozwijającej się dziedzinie. Wydawnictwo PWN, czyli można oczekiwać, że nie trzeba będzie uganiać się za błędami, literówkami i innymi. Więc, podobnie jak poprzednik: ostrzegam - tej pozycji nie da się czytać.

Perełki z tłumaczenia:

Deep learning rozwiązuje ten podstawowy problem w reprezentatywnym uczeniu się dzięki reprezentatywności wyrażonej w formie innej, prostszej reprezentacji.

Wektor to tabkica liczb. Liczby są ustawione po kolei. [ To nie książka dla przedszkolaków - nie bój się wektorów. To literatura fachowa! ]

Czasami trzeba zmierzyć wielkość wektora.

Dekompozycja wartości osobliwej (Singular value decomposition, czyli rozkład na wartości szczególne.)

Dwa parametry (mu) (rho) sterują rozkładem normalnym.

Można się pośmiać, ale bardzo, naprawdę bardzo trudno,
nauczyć się czegoś z tej książki.

Zdecydowanie odradzam.

Można by się spodziewać ważnej pozycji w szybko rozwijającej się dziedzinie. Wydawnictwo PWN, czyli można oczekiwać, że nie trzeba będzie uganiać się za błędami, literówkami i innymi. Więc, podobnie jak poprzednik: ostrzegam - tej pozycji nie da się czytać.

Perełki z tłumaczenia:

Deep learning rozwiązuje ten podstawowy problem w reprezentatywnym uczeniu się dzięki...

Tłumaczenie zostało zawalone o tyle, że autor niekiedy podaje teminy w formie "tłumaczenie (ang. oryginał)", a niekiedy z pominięciem oryginału. Ponieważ gros materiałów jest anglojęzycznych utrudnia to połączenie terminów, nawet jeśli czytelnik zna dobrze ich obie strony -- ot chociażby przy informacji o sieciach splotowych przydałby się nawias "(ang. convolution networks, CNN)". Zabrało mi chwilę, żeby przypomnieć sobie to co tłumacz wyrzucił.

Nie wiem także jak to możliwe, ale wzory to pola minowe -- autorzy piszą o macierzy m*n, tłumacz musiał ich "poprawić" -- w przekładzie mamy n*m (co nie ma sensu). Tlumacz także ubogaca historię matematyki wprowadzając np. słynnego statystyka Baynesa.

I na dokładkę tego tam gdzie ma problemy leci na rympał z tłumaczeniem "współczynnik górnych 5 błędów". Pierwszy raz słyszę o błędach górnych i dolnych, zerknąłem do ebooka, a tam mamy "state-of-the-art top-5 error rate". Na czym polscy naukowcy uczą sieci? Na danych "szkoleniowych".

Mniej więcej w środku książki tłumaczowi się przysnęło co zaowocowało wysypem literówek.

Poza tym da się przeżyć, choć bolą oczy.

W wywiadzie z Andrew Ng jeden z autorów (jeśli dobrze pamiętam Y.Bengio) powiedział, że jest zdumiony popularnością książki, bo kupuje ją więcej osób niż powinno. Jestem jedną z osób, które "nie powinny" jej kupować, bo na lekturze niewiele skorzystałem. Za wysokie progi...

Książka jest typową produkcją akademicką, suchą do bólu, bez pomocy dla czytelnika, skierowaną do odbiorców, którzy mają wiedzę na poziomie samych autorów. Poza tym ze względu na obszerne (zasięgiem) omówienie tematów, każdy z nich jest ostro skondensowany. Gdybym wcześniej nie oglądał wykładów na ten temat, nie czytał innych książek to zupełnie nic nie wyniósłbym z tej lektury, a tak to o tyle łączyłem, że temat X mam lepiej omówiony w Y. Może to nie wada per se, ale też uświadomienie potencjalnym nabywcom, że jeśli nie żyją i nie oddychają wyższą, abstrakcyjną, matematyką to niewiele tu znajdą dla siebie.

Tam gdzie ilustracje są wyłącznie czarno-białe nie ma problemów, ale reprodukcje zdjęć są skandalicznej jakości (i tak ma też oryginał),a także kolorowe (?) wykresy. Nie wiem o czym myśleli autorzy umieszczając różowe, czy czerwone znaczniki na potrzeby tej książki.

Polskie wydanie na pewno broni się ceną, książkę kupiłem dodatkowo ze sporym rabatem, więc nie rozpaczam, może kiedyś do niej dorosnę...

Tłumaczenie zostało zawalone o tyle, że autor niekiedy podaje teminy w formie "tłumaczenie (ang. oryginał)", a niekiedy z pominięciem oryginału. Ponieważ gros materiałów jest anglojęzycznych utrudnia to połączenie terminów, nawet jeśli czytelnik zna dobrze ich obie strony -- ot chociażby przy informacji o sieciach splotowych przydałby się nawias "(ang. convolution networks,...