डीप लर्निंग: सिद्धांत और अवधारणाएँ
A

डीप लर्निंग: सिद्धांत और अवधारणाएँ

न्यूरल नेटवर्क
deep learning neural networks machine learning probability theory Bayesian inference Gaussian distribution model regularization
लेखक
क्रिस्टोफर एम. बिशप, ह्यू बिशप
प्रकाशक
DMK प्रेस
वर्ष
2025
भाषा
रूसी
217
इस पुस्तक को रेट करें

पुस्तक पढ़ने के लिए, लॉग इन करें / पंजीकरण करें

अंश का पूर्वावलोकन

समान पुस्तकें

प्रैक्टिशनर के दृष्टिकोण से डीप लर्निंग

प्रैक्टिशनर के दृष्टिकोण से डीप लर्निंग

जोश पैटरसन, एडम गिब्सन

गणित के बिना गहन शिक्षण। खंड 1। मूल बातें

गणित के बिना गहन शिक्षण। खंड 1। मूल बातें

एंड्रयू ग्लासनर

बायेसियन मॉडल्स ऑफ़ परसेप्शन और एक्शन। मस्तिष्क के कार्य सिद्धांतों पर एक आधुनिक दृष्टिकोण

बायेसियन मॉडल्स ऑफ़ परसेप्शन और एक्शन। मस्तिष्क के कार्य सिद्धांतों पर एक आधुनिक दृष्टिकोण

वेई जी मा, कॉनराड कर्डिंग, डैनियल गोल्डरेइच

संभाव्य मशीन लर्निंग: परिचय

संभाव्य मशीन लर्निंग: परिचय

केविन पी. मर्फी

अनावश्यक शब्दों के बिना मशीन लर्निंग

अनावश्यक शब्दों के बिना मशीन लर्निंग

आंद्रेई बुर्कोव

मशीन लर्निंग। डेटा से ज्ञान निकालने वाले एल्गोरिदम बनाने की विज्ञान और कला।

मशीन लर्निंग। डेटा से ज्ञान निकालने वाले एल्गोरिदम बनाने की विज्ञान और कला।

पीटर फ्लैक (Peter Flach)

रिग्रेशन: सिद्धांत और व्यवहार। R और Stan के उदाहरणों के साथ

रिग्रेशन: सिद्धांत और व्यवहार। R और Stan के उदाहरणों के साथ

एंड्रयू गेलमैन, जेनिफर हिल, अकी वेहतारी

संभाव्य मशीन लर्निंग। अतिरिक्त विषय: आधार, अनुमान

संभाव्य मशीन लर्निंग। अतिरिक्त विषय: आधार, अनुमान

केविन पी. मर्फी

जीव विज्ञान और चिकित्सा में गहन शिक्षण

जीव विज्ञान और चिकित्सा में गहन शिक्षण

भारत रामसुंदर, पीटर ईस्टमैन, पैट्रिक वाल्टर्स, विजय पांडे

Python पर बायेसियन विश्लेषण। PyMC3 और ArviZ का उपयोग करके सांख्यिकीय मॉडलिंग और संभाव्य प्रोग्रामिंग का परिचय।

Python पर बायेसियन विश्लेषण। PyMC3 और ArviZ का उपयोग करके सांख्यिकीय मॉडलिंग और संभाव्य प्रोग्रामिंग का परिचय।

ओस्वाल्डो मार्टिन