Andere Kunden interessierten sich auch für
![La révolution des réseaux neuronaux : Transformer les données en connaissances]( "La révolution des réseaux neuronaux : Transformer les données en connaissances")
La révolution des réseaux neuronaux : Transformer les données en connaissances51,99 €![Die Revolution der neuronalen Netze: Daten in Wissen verwandeln]( "Die Revolution der neuronalen Netze: Daten in Wissen verwandeln")
Die Revolution der neuronalen Netze: Daten in Wissen verwandeln79,90 €![Rewolucja w sieciach neuronowych: Przekszta¿canie danych w wiedz¿]( "Rewolucja w sieciach neuronowych: Przekszta¿canie danych w wiedz¿")
Rewolucja w sieciach neuronowych: Przekszta¿canie danych w wiedz¿51,99 €![The Neural Network Revolution: Transforming Data into Knowledge]( "The Neural Network Revolution: Transforming Data into Knowledge")
The Neural Network Revolution: Transforming Data into Knowledge53,99 €![A revolução das redes neurais]( "A revolução das redes neurais")
A revolução das redes neurais51,99 €![Fondamenti degli algoritmi di apprendimento automatico]( "Fondamenti degli algoritmi di apprendimento automatico")
Fondamenti degli algoritmi di apprendimento automatico29,99 €![Analisi delle reti neurali sotto diversi comportamenti]( "Analisi delle reti neurali sotto diversi comportamenti")
Analisi delle reti neurali sotto diversi comportamenti29,99 €
Questo libro offre un'esplorazione completa del deep learning, partendo dalle basi delle reti neurali, tra cui l'algoritmo del perceptron e le tecniche chiave come la feed-forward e la backpropagation, l'ottimizzazione e la regolarizzazione. Il libro approfondisce i fondamenti dell'apprendimento profondo, trattando concetti importanti come la discesa del gradiente, la retropropagazione e le soluzioni per sfide come il problema del gradiente che svanisce. Il libro introduce poi le reti neurali convoluzionali (CNN), spiegandone le architetture, gli strati di convoluzione e pooling e le applicazioni come l'apprendimento per trasferimento per la classificazione delle immagini. Inoltre, vengono trattate le architetture avanzate di deep learning, come le LSTM, le GRU e gli autoencoder, compresi vari tipi come le reti generative sparse, denoising e adversariali. Infine, il libro discute un'ampia gamma di applicazioni del deep learning, dall'elaborazione e segmentazione delle immagini al rilevamento di oggetti, alla generazione di video-testi e ai sistemi di dialogo che utilizzano le LSTM, fornendo sia una comprensione teorica che spunti pratici per l'implementazione di modelli di deep learning.