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
Christopher M. Bishop, Hugh Bishop
Verlag
DMK Press
Jahr
2025
Sprache
Russisch
211
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

Josh Patterson, Adam Gibson

Deep Learning ohne Mathematik. Band 1. Grundlagen.

Deep Learning ohne Mathematik. Band 1. Grundlagen.

Andrew Glassner

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

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

Wei Ji Ma, Konrad Kording, Daniel Goldreich

Probabilistisches maschinelles Lernen: Eine Einführung

Probabilistisches maschinelles Lernen: Eine Einführung

Kevin P. Murphy

Maschinelles Lernen ohne Umschweife

Maschinelles Lernen ohne Umschweife

Andrei Burkow

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.

Peter Flach

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

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

Andrew Gelman, Jennifer Hill, Aki Vehtari

Probabilistisches maschinelles Lernen. Zusätzliche Themen: Grundlagen, Inferenz

Probabilistisches maschinelles Lernen. Zusätzliche Themen: Grundlagen, Inferenz

Kevin P. Murphy

Deep Learning in Biologie und Medizin

Deep Learning in Biologie und Medizin

Bharat Ramsundar, Peter Eastman, Patrick Walters, Vijay Pande

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

Oswaldo Martín