Architectures de l'apprentissage profond. Approche mathématique
A

Architectures de l'apprentissage profond. Approche mathématique

Réseaux neuronaux
deep learning mathematical foundations neural networks CNN RNN GAN activation functions
Auteur
Ovidiu Calin
Éditeur
DMK Press
Année
2025
Langue
Russe
47
Évaluer ce livre

Pour lire le livre, se connecter / s'inscrire

Aperçu du fragment

Livres similaires

Méthodes de réseaux neuronaux en traitement du langage naturel

Méthodes de réseaux neuronaux en traitement du langage naturel

Yoav Goldberg

Apprentissage par renforcement profond : théorie et pratique en Python

Apprentissage par renforcement profond : théorie et pratique en Python

Laura Gresser, Van Long Keng

Machine Learning sans fioritures

Machine Learning sans fioritures

Andreï Bourkov

Apprentissage profond des systèmes de vision par ordinateur

Apprentissage profond des systèmes de vision par ordinateur

M. V. Ronkin, A. Y. Dolganov

Deep Learning : développement facile de projets en Python

Deep Learning : développement facile de projets en Python

Seth Weidman

Apprentissage profond : principes et concepts

Apprentissage profond : principes et concepts

Christopher M. Bishop, Hugh Bishop

Modèles et pratiques de l'apprentissage profond

Modèles et pratiques de l'apprentissage profond

Andrew Ferlitsch

Apprentissage profond du point de vue pratique

Apprentissage profond du point de vue pratique

Josh Patterson, Adam Gibson

Traitement du langage naturel en action. Compréhension, analyse et génération de texte avec Python

Traitement du langage naturel en action. Compréhension, analyse et génération de texte avec Python

Lane Hobson, Cole Howard, Hannes Max Hapke

Algorithmes d'optimisation évolutionnaire

Algorithmes d'optimisation évolutionnaire

Dan Simon