Aprendizado Profundo: Princípios e Conceitos
A

Aprendizado Profundo: Princípios e Conceitos

Redes neurais
deep learning neural networks machine learning probability theory Bayesian inference Gaussian distribution model regularization
Autor
Cristóvão M. Bispo, Hugo Bispo
Editora
DMK Press
Ano
2025
Idioma
Russo
209
Avaliar este livro

Para ler o livro, entrar / registrar

Pré-visualizar fragmento

Livros similares

Aprendizado Profundo do Ponto de Vista Prático

Aprendizado Profundo do Ponto de Vista Prático

Josh Patterson, Adam Gibson

Aprendizado Profundo sem Matemática. Volume 1. Fundamentos

Aprendizado Profundo sem Matemática. Volume 1. Fundamentos

Andrew Glassner

Modelos Bayesianos de Percepção e Ação. Uma Visão Moderna dos Princípios de Funcionamento do Cérebro

Modelos Bayesianos de Percepção e Ação. Uma Visão Moderna dos Princípios de Funcionamento do Cérebro

Wei Ji Ma, Conrad Körding, Daniel Goldreich

Aprendizado de Máquina Probabilístico: Introdução

Aprendizado de Máquina Probabilístico: Introdução

Kevin P. Murphy

Aprendizado de Máquina sem Palavras Desnecessárias

Aprendizado de Máquina sem Palavras Desnecessárias

Andrei Burkov

Aprendizado de Máquina. A ciência e arte de construir algoritmos que extraem conhecimento dos dados.

Aprendizado de Máquina. A ciência e arte de construir algoritmos que extraem conhecimento dos dados.

Peter Flach

Regressão: Teoria e Prática. Com Exemplos em R e Stan

Regressão: Teoria e Prática. Com Exemplos em R e Stan

Andrew Gelman, Jennifer Hill, Aki Vehtari

Aprendizado de Máquina Probabilístico. Tópicos Avançados: Fundamentos, Inferência

Aprendizado de Máquina Probabilístico. Tópicos Avançados: Fundamentos, Inferência

Kevin P. Murphy

Aprendizado Profundo em Biologia e Medicina

Aprendizado Profundo em Biologia e Medicina

Bharat Ramsundar, Peter Eastman, Patrick Walters, Vijay Pande

Análise Bayesiana em Python. Introdução à Modelagem Estatística e Programação Probabilística com PyMC3 e ArviZ

Análise Bayesiana em Python. Introdução à Modelagem Estatística e Programação Probabilística com PyMC3 e ArviZ

Oswaldo Martin