Terrence Sejnowski. Anthologie du Machine Learning. Les recherches les plus importantes en IA des 60 dernières années.
A

Terrence Sejnowski. Anthologie du Machine Learning. Les recherches les plus importantes en IA des 60 dernières années.

Apprentissage automatique
machine learning artificial intelligence deep learning neural networks history of AI Terrence Sejnowski AI research
Auteur
Terrence Sejnowski
Éditeur
Eksmo
Année
2022
Langue
Russe
231
Évaluer ce livre

Pour lire le livre, se connecter / s'inscrire

Aperçu du fragment

Livres similaires

Comprendre le machine learning

Comprendre le machine learning

Serrano Luis

Apprentissage Automatique. Modèles de Conception

Apprentissage Automatique. Modèles de Conception

V. Lakshmanan, S. Robinson, M. Munn.

JavaScript pour l'apprentissage profond avec TensorFlow.js

JavaScript pour l'apprentissage profond avec TensorFlow.js

François Chollet, Eric Nielsen, Stan Bileschi, Shangqing Cai

Apprentissage automatique. Des bases aux modèles avancés

Apprentissage automatique. Des bases aux modèles avancés

Simon Prince

Python et apprentissage automatique : apprentissage automatique et profond avec Python, scikit-learn et TensorFlow 2

Python et apprentissage automatique : apprentissage automatique et profond avec Python, scikit-learn et TensorFlow 2

Sébastien Raschka, Vahid Mirjalili

Apprentissage profond avec Python. Keras, TensorFlow, PyTorch

Apprentissage profond avec Python. Keras, TensorFlow, PyTorch

Antonio Gulli, Amit Kapoor

Deep Learning avec Python. Troisième édition

Deep Learning avec Python. Troisième édition

François Chollet, Matthew Watson

Deep Learning avec Python. Bibliothèques Keras et TensorFlow

Deep Learning avec Python. Bibliothèques Keras et TensorFlow

François Chollet

Python pour le machine learning : apprentissage classique et profond avec TensorFlow 2 et scikit-learn

Python pour le machine learning : apprentissage classique et profond avec TensorFlow 2 et scikit-learn

Andreas Müller, Sara Guido

Pro Deep Learning avec TensorFlow 2.0 : Une approche mathématique de l'intelligence artificielle avancée en Python

Pro Deep Learning avec TensorFlow 2.0 : Une approche mathématique de l'intelligence artificielle avancée en Python

Santanu Pattanayak