Τα εγγεγραμμένα μέλη έχουν μόνιμα έκπτωση 5%, η οποία εφαρμόζεται αυτόματα κατά τη σύνδεση στο λογαριασμό (εξαιρούνται επιλεγμένοι κωδικοί)! *

Εξυπηρέτηση : 2106657279 , 6936796904 / Δευτέρα-Παρασκευή: 10:00 - 17:00

Προϊόντα

ΔΩΡΕΑΝ ΜΕΤΑΦΟΡΙΚΑ για παραγγελίες άνω των € 39.00 έως 2kg

Βαθιά Μάθηση

9789606454974
Από 68.00
61.21
Κέρδος: 6.79 (10%)
Διαθέσιμο στο ηλεκτρονικό κατάστημα-Μετά από έλεγχο διαθεσιμότητας στην αποθήκη μας. Παράδοση σε 1-4 εργάσιμες μέρες
Ένα εισαγωγικό βιβλίο για ένα ευρύ φάσμα θεμάτων της βαθιάς μάθησης, το οποίο καλύπτει το μαθηματικό και εννοιολογικό υπόβαθρο, τις τεχνικές βαθιάς μάθησης που χρησιμοποιούνται στον κλάδο και τις ερευνητικές προοπτικές. Η βαθιά μάθηση (deep learning) είναι μια μορφή μηχανικής μάθησης που επιτρέπει στους υπολογιστές να μαθαίνουν από την εμπειρία και να κατανοούν τον κόσμο ως μια ιεραρχία εννοιών. Επειδή ο υπολογιστής συσσωρεύει γνώση από την εμπειρία, δεν υπάρχει ανάγκη να καθορίζονται σχολαστικά, από έναν άνθρωπο χειριστή, όλες οι γνώσεις που χρειάζεται ο υπολογιστής. Η ιεραρχία εννοιών επιτρέπει στον υπολογιστή να μαθαίνει περίπλοκες έννοιες κατασκευάζοντάς τες από απλούστερες –ένας γράφος τέτοιων ιεραρχιών θα είχε βάθος πολλών επιπέδων. Το βιβλίο αυτό παρουσιάζει ένα ευρύ φάσμα θεμάτων στη βαθιά μάθηση. Το βιβλίο αυτό μπορεί να χρησιμοποιηθεί από προπτυχιακούς ή μεταπτυχιακούς φοιτητές που θέλουν να ακολουθήσουν είτε επαγγελματική είτε ερευνητική σταδιοδρομία, καθώς και από μηχανικούς λογισμικού που θέλουν να αρχίσουν να χρησιμοποιούν τη βαθιά μάθηση στα προϊόντα ή τις πλατφόρμες τους. Συνοδεύεται από έναν ιστότοπο με συμπληρωματικό υλικό τόσο για αναγνώστες όσο και για καθηγητές.   Περιεχόμενα: Βασικές έννοιες εφαρμοσμένων μαθηματικών καιμηχανικής μάθησης Γραμμική άλγεβρα Θεωρία πιθανοτήτων και πληροφοριών Αριθμητικοί υπολογισμοί Βασικές έννοιες μηχανικής μάθησης Βαθιά δίκτυα πρόσθιας τροφοδότησης Ομαλοποίηση για βαθιά μάθηση Βελτιστοποίηση για την εκπαίδευση βαθιών μοντέλων Συνελικτικά δίκτυα Πρακτική μεθοδολογίας Εφαρμογές Γραμμικά παραγοντικά μοντέλα Αυτοκωδικοποιητές Μάθηση αναπαραστάσεων Δομημένα πιθανοτικά μοντέλα για βαθιά μάθηση Μέθοδοι Monte Carlo Αντιμετώπιση της συνάρτησης διαμέρισης Προσεγγιστικός συμπερασμός Βαθιά παραγωγικά μοντέλα
Εκδόσεις:
Έτος Έκδοσης:
2024
Εξώφυλλο:
Μαλακό
Διαστάσεις:
17 x 24 εκ.
Αριθμός Σελίδων:
904
Μεταφραστής:
Γεώργιος Στάμου
Χρησιμοποιούμε Cookies!

Αυτά τα cookies είναι απαραίτητα για τη λειτουργία του ιστότοπου. eShop Cookies, Cloudflare, Google reCaptcha

Τα cookies λειτουργικότητας χρησιμοποιούνται για την βελτίωση της λειτουργίας του ιστότοπου. Facebook SDK

Τα cookies διαφήμισης μας βοηθουν να προβάλουμε περιεχομένο σχετικά με τα ενδιαφέροντα σας. Google Tag Manager, Google Ads, Facebook Pixel, ContactPigeon

Τα cookies στατιστικών μας δίνουν τη δυνατότητα να βελτιώνουμε την εμπειρία που προσφέρουμε. Google Analytics, Skroutz Analytics, BestPrice Analytics, Snif Analytics, Find Analytics, GRECA