deep learning

Anglais, Ian Goodfellow, Yoshua Bengio, Aaron Courville, 2016
Livré entre jeu, 11/9 et ven, 12/9
Plus que 1 pièce en stock chez le fournisseur
livraison gratuite

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.

Spécifications principales

Langue
Anglais
thème
Technique & IT
Sous-thème
Informatique
Auteur
Aaron CourvilleIan GoodfellowYoshua Bengio
Nombre de pages
800
Couverture du livre
Couverture rigide
Année
2016
Numéro d'article
7365252

Informations générales

Éditeur
MIT Press
Catégorie
Livres spécialisés
Réf. du fabricant
9780262035613
Date de sortie
18/11/2016

Propriétés du livre

thème
Technique & IT
Sous-thème
Informatique
Langue
Anglais
Auteur
Aaron CourvilleIan GoodfellowYoshua Bengio
Année
2017
Nombre de pages
800
Couverture du livre
Couverture rigide
Année
2016

Contribution climatique volontaire

CO₂-Emission
Contribution climatique

Dimensions du produit

Hauteur
237 mm
Largeur
187 mm
Poids
1294 g

Dimensions de l’emballage

Longueur
24 cm
Largeur
18.90 cm
Hauteur
3.10 cm
Poids
1.31 kg

30 jours de droit de retour si non ouvert
24 mois Garantie (Bring-in)
1 offre supplémentaire

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 Press
    Données insuffisantes
  • 1.Anaconda
    0 %
  • 1.Ariston
    0 %
  • 1.Avery Publishing Group
    0 %
  • 1.Beltz
    0 %

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 Press
    Données insuffisantes
  • 1.HarperCollins
    0 jour
  • Anaconda
    Données insuffisantes
  • Ariston
    Données insuffisantes
  • Avery Publishing Group
    Données insuffisantes

Taux de retour

Fréquence à laquelle un produit de cette marque est retourné dans la catégorie « Livres spécialisés ».

Source: Digitec Galaxus
  • MIT Press
    Données insuffisantes
  • 1.Beltz
    0 %
  • 1.DTV
    0 %
  • 1.DuMont
    0 %
  • 1.Hachette
    0 %
Source: Digitec Galaxus