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...

Descrizione completa

Salvato in:

Dettagli Bibliografici
Autore principale:	Гласснер, Э. (070)
Natura:	Книга
Soggetti:	глубокое обучение нейронная сеть базовая статистика вероятность правило Байеса данные подготовка оптимизаторы
Accesso online:	Перейти к просмотру издания
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne! !

Documenti analoghi

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

Глубокое обучение
di: Гудфеллоу, Я.

Глубокое обучение с точки зрения практика
di: Паттерсон, Дж

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

Глубокое обучение для поисковых систем
di: Теофили, Т.

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

Глубокое обучение в биологии и медицине

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

Обработка естественного языка с TensorFlow
di: Ганегедара, Т.

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

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

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

Информационные технологии и системы учебное пособие

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

Шаблоны и практика глубокого обучения
di: Ферлитш, Э.

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

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

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

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

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

Оптимизация процессов глубокого бурения
di: Погарский А. А., et al.

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

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

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

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

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

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

Прикладное глубокое обучение учебное пособие
di: Антонов И. В.
Pubblicazione: (2024)

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

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

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

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

Влияние забойных условий и режима бурения на эффективность проходки глубоких скважин
di: Арцимович Г. В., et al.

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

Теория и практика машинного обучения учебное пособие

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

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

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

Математические и программные методы построения моделей глубокого обучения учебное пособие

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