KI-Beratung Beta

  • Produktbild: Vue d'ensemble de l'apprentissage profond en imagerie médicale axée sur les images IRM
  • Produktbild: Vue d'ensemble de l'apprentissage profond en imagerie médicale axée sur les images IRM
- 11%

Vue d'ensemble de l'apprentissage profond en imagerie médicale axée sur les images IRM

11% sparen

38,99 € UVP 43,90 €

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

L'apprentissage automatique a connu récemment des développements spectaculaires qui ont suscité beaucoup d'intérêt de la part de l'industrie, du monde universitaire et de la culture populaire. Ces progrès sont dus à des percées dans le domaine des réseaux neuronaux artificiels, souvent appelés "apprentissage...

Beschreibung

L'apprentissage automatique a connu récemment des développements spectaculaires qui ont suscité beaucoup d'intérêt de la part de l'industrie, du monde universitaire et de la culture populaire. Ces progrès sont dus à des percées dans le domaine des réseaux neuronaux artificiels, souvent appelés "apprentissage profond", un ensemble de techniques et d'algorithmes qui permettent aux ordinateurs de découvrir des modèles complexes dans de grands ensembles de données. L'accès accru aux données ("big data"), les cadres logiciels conviviaux et l'explosion de la puissance de calcul disponible, qui permettent l'utilisation de réseaux neuronaux plus profonds que jamais, sont à l'origine de ces percées. Ces modèles constituent aujourd'hui l'approche de pointe d'une grande variété de problèmes dans les domaines de la vision par ordinateur, de la modélisation du langage et de la robotique. L'apprentissage profond a acquis une place prépondérante dans le domaine de la vision par ordinateur lorsque les réseaux neuronaux ont commencé à surpasser d'autres méthodes dans le cadre de plusieurs tests de référence très médiatisés en matière d'analyse d'images. Le cas le plus célèbre est celui de l'Image Net Large-Scale Visual Recognition Challenge (ILSVRC) en 2012, où un modèle d'apprentissage profond (un réseau neuronal convolutif) a divisé par deux le deuxième meilleur taux d'erreur dans la tâche de classification d'images.

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

13.07.2024

Verlag Editions Notre Savoir
Seitenzahl

72

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

13.07.2024

Verlag Editions Notre Savoir
Seitenzahl

72

Maße (L/B/H)

22/15/0,5 cm

Gewicht

125 g

Sprache

Französisch

ISBN

978-620-7-78486-8

Herstelleradresse

VDM Verlag
Dudweiler Landstraße 99
66123 Saarbrücken
DE

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)

  • Produktbild: Vue d'ensemble de l'apprentissage profond en imagerie médicale axée sur les images IRM
  • Produktbild: Vue d'ensemble de l'apprentissage profond en imagerie médicale axée sur les images IRM