Глубокое обучение: принципы и концепции
A

Глубокое обучение: принципы и концепции

Нейронные сети
deep learning neural networks machine learning probability theory Bayesian inference Gaussian distribution model regularization
Автор
Кристофер М. Бишоп, Хью Бишоп
Издательство
ДМК Пресс
Год
2025
Язык
Русский
59
Оцените книгу

Чтобы читать книгу, войдите / зарегистрируйтесь

Ознакомительный фрагмент

Похожие книги

Глубокое обучение с точки зрения практика

Глубокое обучение с точки зрения практика

Джош Паттерсон, Адам Гибсон

Глубокое обучение без математики. Том 1. Основы

Глубокое обучение без математики. Том 1. Основы

Эндрю Гласснер

Байесовские модели восприятия и действия. Современный взгляд на принципы работы мозга

Байесовские модели восприятия и действия. Современный взгляд на принципы работы мозга

Вэй Цзи Ма, Конрад Кёрдинг, Дэниел Голдрайх

Вероятностное машинное обучение: введение

Вероятностное машинное обучение: введение

Кэвин П. Мэрфи

Машинное обучение без лишних слов

Машинное обучение без лишних слов

Андрей Бурков

Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных

Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных

Петер Флах (Peter Flach)

Регрессия: теория и практика. C примерами на R и Stan

Регрессия: теория и практика. C примерами на R и Stan

Эндрю Гельман, Дженнифер Хилл, Аки Вехтари

Вероятностное машинное обучение. Дополнительные темы: основания, вывод

Вероятностное машинное обучение. Дополнительные темы: основания, вывод

Кэвин П. Мэрфи

Глубокое обучение в биологии и медицине

Глубокое обучение в биологии и медицине

Бхарат Рамсундар, Питер Истман, Патрик Уолтерс, Виджай Панде

Байесовский анализ на Python. Введение в статистическое моделирование и вероятностное программирование с использованием PyMC3 и ArviZ

Байесовский анализ на Python. Введение в статистическое моделирование и вероятностное программирование с использованием PyMC3 и ArviZ

Освальдо Мартин