Boken "Deep Learning Architectures" av Ovidiu Calin gir en grundig matematisk gjennomgang av hvordan nevrale nettverk fungerer. Den belyser hvordan nevrale nettverk kan forstås både som universelle tilnærmere av funksjoner og som informasjonsbehandlere. Forfatteren klarer på en elegant måte å bygge bro mellom intuitiv bruk av nevrale nettverk, som er vanlig i dagens samfunn, og den presise matematiske terminologien som ligger til grunn for teknologiene. Boken deler beste praksiser fra feltet og fremhever styrken og elegansen i moderne matematikk. Dette gjør den til en verdifull ressurs for studenter på masternivå, samtidig som innledende kapitler vil være tilgjengelige for senior studenter på bachelornivå. I tillegg vil boken appellere til forskere innen maskinlæring som ønsker en dypere teoretisk forståelse av emnet.
