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
Кристофер М. Бишоп, Хью Бишоп
प्रकाशक
ДМК Пресс
वर्ष
2025
भाषा
रूसी
67
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

Джош Паттерсон, Адам Гибсон

गणित के बिना गहन शिक्षण। खंड 1। मूल बातें

गणित के बिना गहन शिक्षण। खंड 1। मूल बातें

Эндрю Гласснер

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

Вэй Цзи Ма, Конрад Кёрдинг, Дэниел Голдрайх

संभाव्य मशीन लर्निंग: परिचय

संभाव्य मशीन लर्निंग: परिचय

Кэвин П. Мэрфи

अनावश्यक शब्दों के बिना मशीन लर्निंग

अनावश्यक शब्दों के बिना मशीन लर्निंग

Андрей Бурков

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।

Петер Флах (Peter Flach)

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

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

Эндрю Гельман, Дженнифер Хилл, Аки Вехтари

संभाव्य मशीन लर्निंग। अतिरिक्त विषय: आधार, अनुमान

संभाव्य मशीन लर्निंग। अतिरिक्त विषय: आधार, अनुमान

Кэвин П. Мэрфи

जीव विज्ञान और चिकित्सा में गहन शिक्षण

जीव विज्ञान और चिकित्सा में गहन शिक्षण

Бхарат Рамсундар, Питер Истман, Патрик Уолтерс, Виджай Панде

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।

Освальдо Мартин