|
|
|
|
| LEADER |
00000nam0a2200000 4500 |
| 001 |
343962 |
| 005 |
20231102005620.0 |
| 010 |
|
|
|a 9785970606186
|
| 035 |
|
|
|a (RuTPU)RU\TPU\book\374843
|
| 090 |
|
|
|a 343962
|
| 100 |
|
|
|a 20191129d2018 km y0rusy50 ca
|
| 101 |
1 |
|
|a rus
|c eng
|
| 102 |
|
|
|a RU
|
| 105 |
|
|
|a a z 000zy
|
| 200 |
1 |
|
|a Глубокое обучение
|e пер. с англ.
|f Я. Гудфеллоу, И. Бенджио, А. Курвилль
|
| 205 |
|
|
|a 2-е изд., испр.
|
| 210 |
|
|
|a Москва
|c ДМК Пресс
|d 2018
|
| 215 |
|
|
|a 652 с.
|c ил.
|
| 320 |
|
|
|a Библиогр.: с. 604-645
|
| 320 |
|
|
|a Предметный указатель: с. 646-651
|
| 330 |
|
|
|a Глубокое обучение — это вид машинного обучения, наделяющий компьютеры способностью учиться на опыте и понимать мир в терминах иерархии концепций. Книга содержит математические и концептуальные основы линейной алгебры, теории вероятностей и теории информации, численных расчетов и машинного обучения в том объеме, который необходим для понимания материала. Описываются приемы глубокого обучения, применяемые на практике, в том числе глубокие сети прямого распространения, регуляризация, алгоритмы оптимизации, сверточные сети, моделирование последовательностей и др. Рассматриваются такие приложения, как обработка естественных языков, распознавание речи, компьютерное зрение, онлайновые рекомендательные системы, биоинформатика и видеоигры. Издание предназначено студентам вузов и аспирантам, а также опытным программистам, которые хотели бы применить глубокое обучение в составе своих продуктов или платформ.
|
| 606 |
1 |
|
|a Машинное обучение
|2 stltpush
|3 (RuTPU)RU\TPU\subj\74505
|9 86729
|
| 610 |
1 |
|
|a прикладная математика
|
| 610 |
1 |
|
|a линейная алгебра
|
| 610 |
1 |
|
|a теория вероятностей
|
| 610 |
1 |
|
|a теория информации
|
| 610 |
1 |
|
|a численные методы
|
| 610 |
1 |
|
|a глубокие сети
|
| 610 |
1 |
|
|a регуляризация
|
| 610 |
1 |
|
|a глубокие модели
|
| 610 |
1 |
|
|a оптимизация
|
| 610 |
1 |
|
|a сверточные сети
|
| 610 |
1 |
|
|a рекуррентные сети
|
| 610 |
1 |
|
|a рекурсивные сети
|
| 610 |
1 |
|
|a последовательности
|
| 610 |
1 |
|
|a моделирование
|
| 610 |
1 |
|
|a практическая методология
|
| 610 |
1 |
|
|a линейные факторные модели
|
| 610 |
1 |
|
|a автокодирование
|
| 610 |
1 |
|
|a структурные вероятностные модели
|
| 610 |
1 |
|
|a методы Монте-Карло
|
| 610 |
1 |
|
|a глубокие порождающие модели
|
| 675 |
|
|
|a 004.85
|v 4
|
| 700 |
|
1 |
|a Гудфеллоу
|b Я.
|g Ян
|
| 701 |
|
1 |
|a Бенджио
|b И.
|g Иошуа
|
| 701 |
|
1 |
|a Курвилль
|b А.
|g Аарон
|
| 801 |
|
1 |
|a RU
|b 63413507
|c 20191129
|
| 801 |
|
2 |
|a RU
|b 63413507
|c 20200127
|g RCR
|
| 942 |
|
|
|c BK
|
| 959 |
|
|
|a 27/20191129
|d 1
|e 2566,00
|f ЧЗТЛ:1
|
| 959 |
|
|
|a 3/20180221
|d 1
|e 3693,20
|f УФ:1
|
