deep learning
Anglais, Ian Goodfellow, Yoshua Bengio, Aaron Courville, 2016Plus que 1 pièce en stock chez le fournisseur
Informations sur le produit
Écrit par trois experts dans le domaine, "Deep Learning" est le seul livre complet sur ce sujet. Le Deep Learning est une forme d'apprentissage automatique qui permet aux ordinateurs d'apprendre de leurs expériences et de comprendre le monde sous la forme d'une hiérarchie de concepts. À mesure que l'ordinateur acquiert des connaissances à partir de ses expériences, il n'est pas nécessaire qu'un opérateur humain fournisse formellement toutes les connaissances requises. La hiérarchie des concepts permet à l'ordinateur d'apprendre des concepts complexes en les construisant à partir de concepts plus simples ; un diagramme de ces hiérarchies serait très profond. Ce livre aborde une large gamme de sujets en Deep Learning. Le texte fournit des bases mathématiques et conceptuelles et traite des concepts pertinents en algèbre linéaire, théorie des probabilités et théorie de l'information, calcul numérique et apprentissage automatique. Il décrit les techniques de Deep Learning utilisées par les praticiens de l'industrie, y compris les réseaux de neurones à propagation avant, la régularisation, les algorithmes d'optimisation, les réseaux convolutionnels, la modélisation de séquences et la méthodologie pratique ; et il donne un aperçu des applications telles que le traitement du langage naturel, la reconnaissance vocale, la vision par ordinateur, les systèmes de recommandation en ligne, la bioinformatique et les jeux vidéo. Enfin, le livre propose des perspectives de recherche et aborde des sujets théoriques tels que les modèles de facteurs linéaires, les autoencodeurs, l'apprentissage de représentations, les modèles probabilistes structurés, les méthodes de Monte-Carlo, la fonction de partition, l'inférence approximative et les modèles génératifs profonds. "Deep Learning" peut être utilisé par des étudiants de licence ou de master qui aspirent à des carrières dans l'industrie ou la recherche, ainsi que par des ingénieurs logiciels souhaitant commencer à intégrer le Deep Learning dans leurs produits ou plateformes. Un site web propose également du matériel supplémentaire pour les lecteurs et les enseignants.
Langue | Anglais |
thème | Technique & IT |
Sous-thème | Informatique |
Auteur | Aaron Courville, Ian Goodfellow, Yoshua Bengio |
Nombre de pages | 800 |
Couverture du livre | Couverture rigide |
Année | 2016 |
Numéro d'article | 7365252 |
Éditeur | MIT Press |
Catégorie | Livres spécialisés |
Réf. du fabricant | 9780262035613 |
Date de sortie | 18/11/2016 |
thème | Technique & IT |
Sous-thème | Informatique |
Langue | Anglais |
Auteur | Aaron Courville, Ian Goodfellow, Yoshua Bengio |
Année | 2017 |
Nombre de pages | 800 |
Couverture du livre | Couverture rigide |
Année | 2016 |
CO₂-Emission | |
Contribution climatique |
Hauteur | 237 mm |
Largeur | 187 mm |
Poids | 1294 g |
Longueur | 24 cm |
Largeur | 18.90 cm |
Hauteur | 3.10 cm |
Poids | 1.31 kg |
Comparer les produits
Convient
Critiques et opinions
Taux de recours en garantie
La fréquence à laquelle un produit de cette marque dans la catégorie « Livres spécialisés » présente un défaut au cours des 24 premiers mois.
Source: Digitec Galaxus- MIT PressDonnées insuffisantes
- 1.Anaconda0 %
- 1.Ariston0 %
- 1.Avery Publishing Group0 %
- 1.Beltz0 %
Durée de la garantie
Le temps moyen de traitement entre l'arrivée au point de service et le retour chez le client, en jours ouvrables.
Source: Digitec Galaxus- MIT PressDonnées insuffisantes
- 1.HarperCollins0 jour
- AnacondaDonnées insuffisantes
- AristonDonnées insuffisantes
- Avery Publishing GroupDonnées insuffisantes
Taux de retour
Fréquence à laquelle un produit de cette marque est retourné dans la catégorie « Livres spécialisés ».
Source: Digitec Galaxus- MIT PressDonnées insuffisantes
- 1.Beltz0 %
- 1.DTV0 %
- 1.DuMont0 %
- 1.Hachette0 %