Т. 1 : Основы; Глубокое обучение без математики

Т. 1 : Основы; Глубокое обучение без математики

Détails bibliographiques
Parent link:	Глубокое обучение без математики: пер. с англ./ Э. Гласснер. Т. 1 : Основы.— , 2019-2020
Résumé:	Эта книга не похожа на большинство других учебников и руководств по глубокому обучению - в ней нет ни детального алгоритмического анализа, сопровождаемого обширной математикой, ни развернутыхлистингов программного кода. Автор выбрал золотую середину — благодаря дружелюбному подходу, сопровождаемому огромным количеством цветных иллюстраций, а также детальному и скрупулезному описанию он глубоко освещает основополагающие идеи и фундаментальные основы глубокого обучения и нейронных сетей. Издание предназначено для всех читателей, кто хочет использовать глубокое обучение и нейронные сети в своей работе. Продолжение книги будет посвящено практическому воплощению алгоритмов глубокого обучения и выйдет в издательстве "ДМК Пресс" летом 2019 года.
Langue:	russe
Publié:	2019
Sujets:	Машинное обучение глубокое обучение хаотичность базовая статистика вероятность правило Байеса кривые поверхности теория информации классификация тестирование избыточное обучение недостаточное обучение нейроны мышление данные подготовка нейронные сети функции активации обратное распространение оптимизаторы
Format:	Livre
KOHA link:	https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=343963

Documents similaires

Т. 2 : Практика; Глубокое обучение без математики
Publié: (2020)

Машинное обучение: новый искусственный интеллект: пер. с англ.
par: Алпайдин Э. Этем
Publié: (Москва, Альпина Паблишер, 2017)

Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow. Concepts, Tools, and Technigues to Build Intelligent Systems
par: Géron A. Aurelien
Publié: (Croydon, O'Reilly, 2019)

Машинное обучение с участием человека. Активное обучение и аннотирование для ориентированного на человека искусственного интеллекта: пер. с англ.
par: Монарх (Манро) Р. Роберт
Publié: (Москва, ДМК Пресс, 2022)

Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных: пер. с англ.
par: Флах П. Петер
Publié: (Москва, ДМК Пресс, 2015)

Глубокое обучение с R и Keras
par: Шолле Ф.
Publié: (Москва, ДМК Пресс, 2023)

Библиотека Keras – инструмент глубокого обучения. Реализация нейронных сетей с помощью библиотек Theano и TensorFlow
par: Антонио Д.
Publié: (Москва, ДМК Пресс, 2018)

Глубокое обучение и игра в го
par: Памперла М.
Publié: (Москва, ДМК Пресс, 2020)

Инженерия машинного обучения: пер. с англ.
par: Бурков А. Андрей
Publié: (Москва, ДМК Пресс, 2022)

Глубокое обучение
par: Гудфеллоу Я.
Publié: (Москва, ДМК Пресс, 2018)

Глубокое обучение: пер. с англ.
par: Гудфеллоу Я. Ян
Publié: (Москва, ДМК Пресс, 2018)

Методы и алгоритмы сегментации медицинских изображений на основе машинного обучения: автореферат диссертации на соискание ученой степени кандидата технических наук; спец. 05.13.01
par: Данилов В. В. Вячеслав Владимирович
Publié: (Томск, [Б. и.], 2020)

Т. 1; Охота на электроовец. Большая книга искусственного интеллекта
par: Марков С. Сергей
Publié: (2024)

Машинный интеллект. Очерки по теории машинного обучения и искусственного интеллекта
par: Шумский С. А. Сергей Александрович
Publié: (Москва, РИОР, 2022)

Применение методов глубокого обучения для создания анимации лица на основе речи; Молодежь и современные информационные технологии
par: Спицын В. Г. Владимир Григорьевич
Publié: (2021)

Введение в искусственный интеллект: учебное пособие
par: Воробьев А. Е. Александр Егорович
Publié: (Москва, Инфра-Инженерия, 2026)

Использование моделей машинного обучения для прогнозирования генерации возобновляемых источников энергии; Информационные технологии в науке, образовании и производстве. ИТНОП-2025
par: Фикс Н. П. Наталья Павловна
Publié: (2025)

Идеи машинного обучения. От теории к алгоритмам: пер. с англ.
par: Шалев-Шварц Ш. Шай
Publié: (Москва, ДМК Пресс, 2019)

Основы
par: Гласснер Э.
Publié: (Москва, ДМК Пресс, 2019)

Модифицированный алгоритм растущего нейронного газа применительно к задаче классификации; Вестник науки Сибири; № 4 (14)
par: Муравьев А. C.
Publié: (2014)

Глубокое обучение с точки зрения практика
par: Паттерсон Д.
Publié: (Москва, ДМК Пресс, 2018)

Основы машинного обучения на Python: учебник
par: Коротеев М. В. Михаил Викторович
Publié: (Москва, Кнорус, 2025)

Машинное обучение учебное пособие для вузов
par: Платонов А. В. Алексей Владимирович
Publié: (Москва, Юрайт, 2025)

Машинное обучение учебное пособие для вузов
par: Платонов А. В. Алексей Владимирович
Publié: (Москва, Юрайт, 2024)

Машинное обучение учебное пособие для вузов
par: Платонов А. В. Алексей Владимирович
Publié: (Москва, Юрайт, 2023)

Машинное обучение учебное пособие для вузов
par: Платонов А. В. Алексей Владимирович
Publié: (Москва, Юрайт, 2022)

Методы и алгоритмы сегментации медицинских изображений на основе машинного обучения: диссертация на соискание учёной степени кандидата технических наук; спец. 05.13.01
par: Данилов В. В. Вячеслав Владимирович
Publié: (Томск, 2020)

Методы и алгоритмы сегментации медицинских изображений на основе машинного обучения: автореферат диссертации на соискание учёной степени кандидата технических наук; спец. 05.13.01
par: Данилов В. В. Вячеслав Владимирович
Publié: (Томск, 2020)

Алгоритмы. Самый краткий и понятный курс
par: Луридас П. Панос
Publié: (Москва, Бомбора, 2022)

Диагностика патологий по данным видеоэндоскопии с использованием ансамбля сверточных нейронных сетей; Современные технологии в медицине; Т. 10, № 2
Publié: (2018)

Машинное обучение и искусственный интеллект учебное пособие для вузов
par: Баланов А. Н.
Publié: (Санкт-Петербург, Лань, 2025)

Алгоритмы. Самый краткий и понятный курс
par: Луридас П. Панос
Publié: (Москва, Бомбора, 2023)

Программирование глубоких нейронных сетей на языке Python: учебное пособие
par: Цуканова Н. И. Нина Ивановна
Publié: (Москва, КУРС, 2022)

Гибридная интеллектуальная система для оперативного определения свойств бурового раствора на основе машинного обучения: автореферат диссертации на соискание ученой степени кандидата технических наук; спец. 2.3.1
par: Давуди Ш. Шадфар
Publié: (Томск, 2023)

Технологии программной реализации нейросетевых моделей учеб. пособие
par: Толмачев С. Г.
Publié: (Санкт-Петербург, ГУАП, 2022)

Машинное обучение с использованием библиотеки Н2О
par: Кук Д.
Publié: (Москва, ДМК Пресс, 2018)

Глубокое обучение в биологии и медицине
par: Рамсундар Б.
Publié: (Москва, ДМК Пресс, 2020)

Оценивание липофильности с помощью байесовских нейронных сетей"; Известия Тульского государственного университета. Технические науки; № 9
par: Пякилля Б. И. Борис Иванович
Publié: (2022)

Искусственный интеллект и машинное обучение учебное пособие для вузов
par: Митяков Е. С.
Publié: (Санкт-Петербург, Лань, 2025)

Модифицированная двухмерная нейронная сеть Хопфилда, обучаемая на основе расстояния между нейронами; Молодежь и современные информационные технологии; Ч. 1
par: Худоба Е. Н.
Publié: (2009)