Deep Learning: Prinzipien und Konzepte
A

Deep Learning: Prinzipien und Konzepte

Neuronale Netzwerke
deep learning neural networks machine learning probability theory Bayesian inference Gaussian distribution model regularization
Autor
Кристофер М. Бишоп, Хью Бишоп
Verlag
ДМК Пресс
Jahr
2025
Sprache
Russisch
66
Dieses Buch bewerten

Zum Lesen des Buches, Anmelden / Registrieren

Vorschau des Fragments

Ähnliche Bücher

Deep Learning aus der Sicht eines Praktikers

Deep Learning aus der Sicht eines Praktikers

Джош Паттерсон, Адам Гибсон

Deep Learning ohne Mathematik. Band 1. Grundlagen.

Deep Learning ohne Mathematik. Band 1. Grundlagen.

Эндрю Гласснер

Bayessche Wahrnehmungs- und Handlungsmodelle. Ein moderner Blick auf die Funktionsprinzipien des Gehirns

Bayessche Wahrnehmungs- und Handlungsmodelle. Ein moderner Blick auf die Funktionsprinzipien des Gehirns

Вэй Цзи Ма, Конрад Кёрдинг, Дэниел Голдрайх

Probabilistisches maschinelles Lernen: Eine Einführung

Probabilistisches maschinelles Lernen: Eine Einführung

Кэвин П. Мэрфи

Maschinelles Lernen ohne Umschweife

Maschinelles Lernen ohne Umschweife

Андрей Бурков

Maschinelles Lernen. Die Wissenschaft und Kunst, Algorithmen zu entwickeln, die Wissen aus Daten extrahieren.

Maschinelles Lernen. Die Wissenschaft und Kunst, Algorithmen zu entwickeln, die Wissen aus Daten extrahieren.

Петер Флах (Peter Flach)

Regression: Theorie und Praxis. Mit Beispielen in R und Stan

Regression: Theorie und Praxis. Mit Beispielen in R und Stan

Эндрю Гельман, Дженнифер Хилл, Аки Вехтари

Probabilistisches maschinelles Lernen. Zusätzliche Themen: Grundlagen, Inferenz

Probabilistisches maschinelles Lernen. Zusätzliche Themen: Grundlagen, Inferenz

Кэвин П. Мэрфи

Deep Learning in Biologie und Medizin

Deep Learning in Biologie und Medizin

Бхарат Рамсундар, Питер Истман, Патрик Уолтерс, Виджай Панде

Bayesian Analysis mit Python. Einführung in statistische Modellierung und probabilistische Programmierung mit PyMC3 und ArviZ

Bayesian Analysis mit Python. Einführung in statistische Modellierung und probabilistische Programmierung mit PyMC3 und ArviZ

Освальдо Мартин