Т. 2 : Практика; Глубокое обучение без математики

Т. 2 : Практика; Глубокое обучение без математики

Detalhes bibliográficos
Parent link:	Глубокое обучение без математики: пер. с англ./ Э. Гласснер. Т. 2 : Практика.— , 2019-2020
Resumo:	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 огромным количеством цветных иллюстраций, а также детальному и скрупулезному описанию он глубоко освещает основополагающие идеи и фундаментальные основы голубокого обучения и нейронных сетей. Второй том посвящен нейронным сетям - быстро развивающемуся направлению машинного обучения. Издание предназначено для всех читателей, кто хочет использовать глубокое обучение и нейронные сети в своей работе.
Idioma:	russo
Publicado em:	2020
Assuntos:	Машинное обучение глубокое обучение свертка нейронные сети рекуррентные нейронные сети библиотека Scikit-Learn кодирование автокодирование порождающие состязательные сети творчество
Formato:	Livro
KOHA link:	https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=343964

Registros relacionados

Глубокое обучение: пер. с англ.
por: Гудфеллоу Я. Ян
Publicado em: (Москва, ДМК Пресс, 2018)

Т. 1 : Основы; Глубокое обучение без математики
Publicado em: (2019)

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

Системный анализ и обработка информации в интеллектуальных системах
por: Обухов А. Д.
Publicado em: (Тамбов, ТГТУ, 2020)

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

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

Глубокое обучение
por: Гудфеллоу Я.
Publicado em: (Москва, ДМК Пресс, 2018)

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

Глубокое обучение с R и Keras
por: Шолле Ф.
Publicado em: (Москва, ДМК Пресс, 2023)

Глубокое обучение и игра в го
por: Памперла М.
Publicado em: (Москва, ДМК Пресс, 2020)

Т. 1; Охота на электроовец. Большая книга искусственного интеллекта
por: Марков С. Сергей
Publicado em: (2024)

Глубокое обучение с точки зрения практика
por: Паттерсон Д.
Publicado em: (Москва, ДМК Пресс, 2018)

Крупномасштабное машинное обучение вместе с Python
por: Шарден Б.
Publicado em: (Москва, ДМК Пресс, 2018)

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

Исследование генеративно–состязательных сетей для синтеза новых медицинских данных; Автоматизация и моделирование в проектировании и управлении; № 2 (8)
por: Лаптев В. В. Владислав Витальевич
Publicado em: (2020)

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

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

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

Глубокое обучение без математики. Том 2. Практика
por: Гласснер Э.
Publicado em: (Москва, ДМК Пресс, 2020)

Введение в машинное обучение и анализ данных учеб. пособие
por: Котельников Е. В.
Publicado em: (Киров, ВятГУ, 2023)

Элементарное введение в технологию нейронных сетей с примерами программ: пер. с пол.
Publicado em: (Москва, Горячая линия-Телеком, 2011)

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

Инженерия машинного обучения: пер. с англ.
por: Бурков А. Андрей
Publicado em: (Москва, ДМК Пресс, 2022)

Машинное обучение и искусственный интеллект учебное пособие для вузов
por: Баланов А. Н.
Publicado em: (Санкт-Петербург, Лань, 2026)

Основы систем искусственного интеллекта учебное пособие
por: Гаваев А. С.
Publicado em: (Тюмень, ТИУ, 2024)

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

Нейросетевые технологии учебное пособие
por: Филиппов Ф. В.
Publicado em: (Санкт-Петербург, СПбГУТ им. М.А. Бонч-Бруевича, 2020)

Анализ изображений керна в видимом и ультрафиолетовом диапазонах для оценки нефтенасыщенности пород и хранения цифровых данных на основе методов машинного обучения: автореферат диссертации на соискание ученой степени кандидата технических наук; спец. 2.3.1
por: Денисов В. И. Владислав Игоревич
Publicado em: (Томск, 2026)

Разработка рекуррентной нейронной сети для генерации текстов; Молодежь и современные информационные технологии
por: Кривошеев Н. А. Николай Анатольевич
Publicado em: (2020)

Машинное обучение с использованием библиотеки Н2О
por: Кук Д.
Publicado em: (Москва, ДМК Пресс, 2018)

Анализ изображений керна в видимом и ультрафиолетовом диапазонах для оценки нефтенасыщенности пород и хранения цифровых данных на основе методов машинного обучения: автореферат диссертации на соискание ученой степени кандидата технических наук; спец. 2.3.1
por: Денисов В. И. Владислав Игоревич
Publicado em: (Томск, 2026)

Анализ изображений керна в видимом и ультрафиолетовом диапазонах для оценки нефтенасыщенности пород и хранения цифровых данных на основе методов машинного обучения: диссертация на соискание ученой степени кандидата технических наук; спец. 2.3.1
por: Денисов В. И. Владислав Игоревич
Publicado em: (Томск, 2026)

Особенности разработки покерного игрового интеллекта на основе искусственной нейронной сети; Молодежь и современные информационные технологии; Т. 1
por: Иванцов В. В.
Publicado em: (2016)

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

Организация и использование нейронных сетей: методы и технологии
por: Аксёнов С. В. Сергей Владимирович
Publicado em: (Томск, Изд-во НТЛ, 2006)

Сегментация изображений на основе генеративной состязательной сети; Молодежь и современные информационные технологии
por: Кривошеев Н. А. Николай Анатольевич
Publicado em: (2020)

Нейронные сети: полный курс; пер. с англ.
por: Хайкин С. Саймон
Publicado em: (Москва [и др.], Вильямс, 2006)

Обзор методов машинного обучения для моделирования физических процессов; Молодежь и современные информационные технологии
por: Залогин Н. Е.
Publicado em: (2025)

Проблема эффективности обучения искусственной нейронной сети, реализующей алгоритм функционирования релейной защиты, и разработка соответствующих критериев обучения и пути её решения; Бутаковские чтения
por: Андреев М. В. Михаил Владимирович
Publicado em: (2021)