Глубокое обучение без математики. Т.1. Основы

Глубокое обучение без математики. Т.1. Основы

Эта книга не похожа на большинство других учебников и руководств по глубокому обучению – в ней нет ни детального алгоритмического анализа, сопровождаемого обширной математикой, ни развернутых листингов программного кода. Автор выбрал золотую середину – благодаря дружелюбному подходу, сопровождаемому...

पूर्ण विवरण

में बचाया:

ग्रंथसूची विवरण
मुख्य लेखक:	Гласснер, Э. (070)
स्वरूप:	Книга
विषय:	глубокое обучение нейронная сеть базовая статистика вероятность правило Байеса данные подготовка оптимизаторы
ऑनलाइन पहुंच:	Перейти к просмотру издания
टैग :	टैग जोड़ें कोई टैग नहीं, इस रिकॉर्ड को टैग करने वाले पहले व्यक्ति बनें!

समान संसाधन

Глубокое обучение без математики. Т.2. Практика
द्वारा: Гласснер, Э.

Глубокое обучение
द्वारा: Гудфеллоу, Я.

Глубокое обучение с точки зрения практика
द्वारा: Паттерсон, Дж

Основы работы с моделями машинного и глубокого обучения учебное пособие
द्वारा: Пылов, П. А.

Глубокое обучение для поисковых систем
द्वारा: Теофили, Т.

Глубокое обучение в задаче ранней диагностики деменции монография
द्वारा: Пылов, П. А.

Глубокое обучение в биологии и медицине

Глубокое обучение и игра в го
द्वारा: Памперла, М.

Обработка естественного языка с TensorFlow
द्वारा: Ганегедара, Т.

Машинное обучение с использованием библиотеки Н2О
द्वारा: Кук, Д.

Библиотека Keras – инструмент глубокого обучения. Реализация нейронных сетей с помощью библиотек Theano и TensorFlow
द्वारा: Джулли, А.

Теория вероятностей и математическая статистика в 2 частях. Ч.1 учебное пособие
द्वारा: Тимофеева, А. Ю.

Информационные технологии и системы учебное пособие

Введение в криптологию. В 4 частях. Ч.2 учебное пособие

Шаблоны и практика глубокого обучения
द्वारा: Ферлитш, Э.

Машинное обучение учебное пособие
द्वारा: Горбаченко, В. И.

Конспект лекций по дисциплине «Теория вероятностей и математическая статистика» учебное пособие
द्वारा: Сапунцов, Н. Е.

Теория вероятностей учебное пособие
द्वारा: Бекарева, Н. Д.

Решение задач глубокого обучения с использованием фреймворков Pytorch и Pytorch Lightning учебное пособие
द्वारा: Елисеев, А. И.

Специальные главы высшей математики учебно-методическое пособие
द्वारा: Кучер, Е. С.

Оптимизация процессов глубокого бурения
द्वारा: Погарский А. А., और अन्य

Теория вероятностей и математическая статистика учебное пособие
द्वारा: Джафаров, К. А.

Математический практикум учебное пособие для высшей школы
द्वारा: Меняйлов, А. И.

Изучение функционирования сетей стандарта IEEE 802.16 на примере оборудования WIMIC6000 учебное пособие
द्वारा: Носкова, Н. В.

Внедрение искусственного интеллекта в бизнес-практику: преимущества и сложности
द्वारा: Дэвенпорт, Т.

Изучение искусственного интеллекта на основе принципа интенсификации обучения монография
द्वारा: Пылов, П. А.

Машинное обучение: настраиваем ПО, готовим данные, анализируем
द्वारा: Горбаченко, В. И.

Прикладное глубокое обучение учебное пособие
द्वारा: Антонов И. В.
प्रकाशित: (2024)

Интеллектуальные системы и технологии учебное пособие
द्वारा: Пальмов, С. В.

Интеллектуальные системы учебное пособие
द्वारा: Кадырова, Г. Р.

Теория вероятностей и математическая статистика учебно-методическое пособие для бакалавров
द्वारा: Владова, Е. В.

Теория вероятностей и математическая статистика учебное пособие
द्वारा: Чудина, Е. Ю.

Влияние забойных условий и режима бурения на эффективность проходки глубоких скважин
द्वारा: Арцимович Г. В., और अन्य

Специальные главы высшей математики: Руководство к решению задач с теоретическим материалом по теории вероятностей и математической статистике учебное пособие
द्वारा: Веричев, С. Н.

Теория и практика машинного обучения учебное пособие

Технологии машинного обучения в кибербезопасности учебное пособие
द्वारा: Платонов, В. В.

Реализация искусственных нейронных сетей на языке описания аппаратуры VHDL учебное пособие
द्वारा: Челебаев, С. В.

Нечеткие множества и нейронные сети учебное пособие
द्वारा: Яхъяева, Г. Э.

Математические и программные методы построения моделей глубокого обучения учебное пособие

Введение в теорию искусственного интеллекта учебное пособие
द्वारा: Сысоев, Д. В.