La revolución de las redes neuronales: Transformar datos en conocimiento
Versandkostenfrei!
Versandfertig in 1-2 Wochen
52,99 €
inkl. MwSt.
PAYBACK Punkte
26 °P sammeln!
Este libro ofrece una exploración exhaustiva del aprendizaje profundo, empezando por los fundamentos de las redes neuronales, incluido el algoritmo del perceptrón y técnicas clave como la retropropagación y la alimentación hacia adelante, la optimización y la regularización. Profundiza en los fundamentos del aprendizaje profundo, abarcando conceptos importantes como el descenso de gradiente, la retropropagación y soluciones para retos como el problema del gradiente evanescente. A continuación, el libro presenta las redes neuronales convolucionales (CNN), explicando sus arquitecturas, ...
Este libro ofrece una exploración exhaustiva del aprendizaje profundo, empezando por los fundamentos de las redes neuronales, incluido el algoritmo del perceptrón y técnicas clave como la retropropagación y la alimentación hacia adelante, la optimización y la regularización. Profundiza en los fundamentos del aprendizaje profundo, abarcando conceptos importantes como el descenso de gradiente, la retropropagación y soluciones para retos como el problema del gradiente evanescente. A continuación, el libro presenta las redes neuronales convolucionales (CNN), explicando sus arquitecturas, las capas de convolución y agrupación, y aplicaciones como el aprendizaje por transferencia para la clasificación de imágenes. Además, cubre arquitecturas avanzadas de aprendizaje profundo como LSTMs, GRUs y autoencoders, incluyendo varios tipos como sparse, denoising y redes generativas adversariales. Por último, el libro analiza una amplia gama de aplicaciones del aprendizaje profundo, desde el procesamiento y la segmentación de imágenes hasta la detección de objetos, la generación de vídeo a texto y los sistemas de diálogo que utilizan LSTM, proporcionando tanto conocimientos teóricos como prácticos para implementar modelos de aprendizaje profundo.
Andere Kunden interessierten sich für
