1. Новые складчины: Показать еще

    19.03.2024: Обратное доминирование Читерство в соблазнении (Дмитрий Шевчук)

    19.03.2024: [TofiNails] Reels-Pro-Nails. Тариф Стандарт (Оксана Горох)

    19.03.2024: [capsulia] Думай как блогер. Тариф Solo (Юля Фитокапс)

    19.03.2024: Личный бренд на миллион 4.0. Тариф Вип (Ана Мавричева)

    19.03.2024: 10 золотых техник НЛП (Денис Бурхаев)

  2. Сбор взносов Показать еще

    19.03.2024: Стильный гардероб на весну. Гайд на 230 страниц (Елена Лукашина)

    18.03.2024: Бегемотик (Валентина Крижановская)

    18.03.2024: Профессиональная ретушь в программе Photoshop. Тариф Нейросети для бьюти мастера (Наталья Косичева)

    17.03.2024: [Artlab.decor.studio] Курс Профи (Екатерина Жидкова)

    16.03.2024: Красивая осанка 2024. Тариф Базовый (Алена Медведева)

Доступно

Глубокое обучение (Гудфеллоу)

Тема найдена по тегам:
Цена:
1359 руб
Взнос:
99 руб
Организатор:
Нафаня

Список участников складчины:

1. Нафаня 2. Рушания 3. Alexey.Popov 4. serg-225 5. qscary
Оцените эту складчину: /5,
  1. Нафаня
    Нафаня Организатор складчин

    Глубокое обучение (Гудфеллоу)

    [​IMG]

    Глубокое обучение — это вид машинного обучения, наделяющий компьютеры способностью учиться на опыте и понимать мир в терминах иерархии концепций. Поскольку компьютер приобретает знания из опыта, отпадает нужда в человеке-операторе, который формально описывает необходимые компьютеру знания.
    Иерархическая организация позволяет компьютеру обучаться сложным концепциям, конструируя их из более простых; граф такой иерархии может содержать много уровней. В этой книге читатель найдет широкий обзор тем, изучаемых в глубоком обучении.

    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.
    Наконец, описываются перспективные направления исследований: линейные факторные модели, автокодировщики, обучение представлений, структурные вероятностные модели, методы Монте-Карло, статистическая сумма, приближенный вывод и глубокие порождающие модели.
    Издание будет полезно студентами и аспирантам, а также опытным программистам, которые хотели бы применить глубокое обучение в составе своих продуктов или платформ.

    Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...
     
    Последнее редактирование модератором: 27 окт 2023
    Нафаня, 3 июл 2017
  2. Похожие складчины
    1. Dr.Vatson
      Dr.Vatson , 22 окт 2023 , в разделе: Компьютеры и интернет
    2. Barbarose
      Barbarose , 9 мар 2022 , в разделе: Книги
    3. Нафаня
      Нафаня , 11 июн 2018 , в разделе: Книги
    4. Нафаня
      Нафаня , 3 сен 2017 , в разделе: Книги
    5. Нафаня
      Нафаня , 14 дек 2020 , в разделе: Книги
    6. Dr.Vatson
      Dr.Vatson , 6 янв 2021 , в разделе: Компьютеры и интернет
    7. Dr.Vatson
      Dr.Vatson , 4 ноя 2022 , в разделе: Компьютеры и интернет
    Загрузка...
Наверх