Théorie mathématique de l'apprentissage profond

Ce livre offre une introduction à l'analyse mathématique de l'apprentissage profond. Il couvre des résultats fondamentaux en théorie de l'approximation, en théorie de l'optimisation et en théorie de l'apprentissage statistique, qui constituent les trois principaux piliers de la théorie des réseaux de neurones profonds. Servant de guide pour les étudiants et chercheurs en mathématiques et dans des domaines connexes, le livre vise à doter les lecteurs de connaissances fondamentales sur le sujet. Il priorise la simplicité par rapport à la généralité et présente des résultats rigoureux mais accessibles pour aider à construire une compréhension des concepts mathématiques essentiels sous-jacents à l'apprentissage profond.