Deep Learning ohne Mathematik. Band 1. Grundlagen.
A

Deep Learning ohne Mathematik. Band 1. Grundlagen.

Neuronale Netzwerke
deep learning neural networks beginner guide machine learning artificial intelligence visual learning fundamentals
Autor
Andrew Glassner
Verlag
DMK Press
Jahr
2019
Sprache
Russisch
177
Dieses Buch bewerten

Zum Lesen des Buches, Anmelden / Registrieren

Vorschau des Fragments

Ähnliche Bücher

Deep Learning: Prinzipien und Konzepte

Deep Learning: Prinzipien und Konzepte

Christopher M. Bishop, Hugh Bishop

Deep Learning aus der Sicht eines Praktikers

Deep Learning aus der Sicht eines Praktikers

Josh Patterson, Adam Gibson

Deep Learning ohne Mathematik. Band 2. Praxis

Deep Learning ohne Mathematik. Band 2. Praxis

Andrew Glassner

Probabilistisches maschinelles Lernen. Zusätzliche Themen: Grundlagen, Inferenz

Probabilistisches maschinelles Lernen. Zusätzliche Themen: Grundlagen, Inferenz

Kevin P. Murphy

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

Unterhaltsames maschinelles Lernen. Manga

Unterhaltsames maschinelles Lernen. Manga

Araki Masahiro, Watari Makana (Künstler)

Muster und Praxis des Deep Learning

Muster und Praxis des Deep Learning

Andrew Ferlitsch