Чару Аггарвал - Нейронные сети и глубокое обучение: учебный курс
Название: | Нейронные сети и глубокое обучение: учебный курс | |
Автор: | Чару Аггарвал | |
Жанр: | Учебники и пособия: прочее, Искусственный интеллект | |
Изадано в серии: | неизвестно | |
Издательство: | ООО "Диалектика" | |
Год издания: | 2020 | |
ISBN: | 978-5-907203-01-3 | |
Отзывы: | Комментировать | |
Рейтинг: | ||
Поделись книгой с друзьями! Помощь сайту: донат на оплату сервера |
Краткое содержание книги "Нейронные сети и глубокое обучение: учебный курс"
Аннотация к этой книге отсутствует.
Читаем онлайн "Нейронные сети и глубокое обучение: учебный курс". [Страница - 78]
498
Сверточная нейронная сеть, 82; 462;
485
структура, 489
тренировка, 510
Связывание весов, 133
Сдвиг распределения, 630
Седловая точка, 244; 668
Семантическое хеширование, 420
Свертка,
Семплирование
методом Монте-Карло марковских
цепей,
по Гиббсу,
383
383
469
209
обращения свертки,
345
638
стратегий, 596; 611
Хопфилда, 78;370
емкость, 377
обучение, 376
Сигмоида, 39; 40
производная, 45
92
130
679
639
689
451
Спектральный радиус,
Среднеквадратическая ошибка,
282
Статистическая сумма,
Стохастическая
Страйд,
381
глубина, 536
498
Субградиент,
294
Субдискретизация,
499; 501
407
346;452
364
383
285
620
Тепловое равновесие,
Тестовый набор,
Трансляционная инвариантность,
502
Транспонированная свертка, 549; 671
Тренировочные данные, 24; 285
у
418
Управляемый рекуррентный
блок,
458; 532
Уравнение Беллмана,
Сингулярное разложение,
Синеет,
Спайковый нейрон,
Точка признака,
40
23
усеченное,
Состязательное обучение,
о представителе,
с памятью,
Синапс,
532
238
Соревновательное обучение,
Ковера,
радиально-базисных функций,
Сигнум,
Сопряженный градиент,
Теорема
642
671
Сигмоидная сеть доверия,
Соединение с пропуском слоев,
Тематическое моделирование,
Сеть
обработки взгляда,
162
33; 223; 227
Скрытый слой, 29; 46
Слой внимания, 648
Смещение, 31; 59; 279
Снижение размерности, 394
Собственный вектор, 212
Скорость обучения,
т
Сентимент-анализ,
Сеточный поиск,
479
152; 157
43; 129
586
Условие взаимной
сопряженности,
Усреднение Поляка,
Утес,
219
239
246
ПРЕДМЕТНЫЙ УКАЗАТЕЛЬ
744
ц
ф
Факторизация,
Фильтр,
Центрирование по среднему,
127
Цепное правило,
491
инвертированный,
512
211
183
ч
Функция
Частичное обучение,
sign, 30; 40
производная,
45
Softtnax, 42; 123; 125; 196;435
tanh, 40
производная, 46
XOR, 71
активации, 30;39
выгоды, 604
знаковая, 40
значения, 602
кусочно-линейная, 44
ослабления, 683
Чередование слоев,
Чувствительность,
316
504
680
ш
Широкая остаточная сеть,
Шум,
535
279; 322
э
Эквивариантность,
Эпоха,
493
33
Эхо-сеть,
447; 450
параболическая
ограничивающая,
я
412
потерь,
32;39;43;201
двоичная, 36
Ядро,
кросс-энтропийная,
Языковое моделирование,
кусочно-линейная,
197
358
сглаженная суррогатная,
сжатия,
68; 74
энергии сети,
3 72
Ядерный метод,
условное,
36
362
491
Якобиан,
460
216
430; 432
РУТНОN И МАШИННОЕ ОБУЧЕНИЕ
МАШИННОЕ И ГЛУБОКОЕ ОБУЧЕНИЕ
С ИСПОЛЬЗОВАНИЕМ РУТНОN, SCIКIT -LEARN И
TENSORFLOW, 2-Е ИЗДАНИЕ
Себастьян Рашка
и Вахид Мирджалили
Машинное обучение поглощает
мир программного обеспечения,
и теперь глубокое обучение
расширяет машинное обучение.
Освойте и работайте с
передовыми технологиями
машинного обучения, нейронных
сетей и глубокого обучения
с помощью 2-го издания
бестселлера Себастьяна Рашки.
Будучи основательно обновленной
с учетом самых последних
библиотек
Python
с открытым
кодом, эта книга предлагает
практические знания и приемы,
которые необходимы для создания
и содействия машинному
обучению, глубокому обучению
и современному анализу данных .
Если вы читали 1-е издание
книги, то вам доставит
удовольствие найти новый баланс
классических идей и современных
знаний в машинном обучении.
Каждая глава была серьезно
обновлена, и появились новые
главы по ключевым технологиям.
У вас будет возможность изучить
и поработать с TensorFlow более
www. d i а 1е kti ka.
со
m
вдумчиво, нежели ранее, а также
получить важнейший охват
библиотеки для нейронных
сетей Keras наряду с самыми
свежими обновлениями
библиотеки scikit-Jearn.
ISBN 978-5-907114-52-4
в продаже
ПРИКЛАДНОЕ МАШИННОЕ
ОБУЧЕНИЕ С ПОМОЩЬЮ
SCIKIT-LEARN И TENSORFLOW
Орельен Жерон
Благодаря серии недавних
достижений глубокое обучение
значительно усилило всю область
машинного обучения. В наше
время даже программисты, почти
ничего не знающие об этой
технологии, могут использовать
простые и эффективные
инструменты для --">
Сверточная нейронная сеть, 82; 462;
485
структура, 489
тренировка, 510
Связывание весов, 133
Сдвиг распределения, 630
Седловая точка, 244; 668
Семантическое хеширование, 420
Свертка,
Семплирование
методом Монте-Карло марковских
цепей,
по Гиббсу,
383
383
469
209
обращения свертки,
345
638
стратегий, 596; 611
Хопфилда, 78;370
емкость, 377
обучение, 376
Сигмоида, 39; 40
производная, 45
92
130
679
639
689
451
Спектральный радиус,
Среднеквадратическая ошибка,
282
Статистическая сумма,
Стохастическая
Страйд,
381
глубина, 536
498
Субградиент,
294
Субдискретизация,
499; 501
407
346;452
364
383
285
620
Тепловое равновесие,
Тестовый набор,
Трансляционная инвариантность,
502
Транспонированная свертка, 549; 671
Тренировочные данные, 24; 285
у
418
Управляемый рекуррентный
блок,
458; 532
Уравнение Беллмана,
Сингулярное разложение,
Синеет,
Спайковый нейрон,
Точка признака,
40
23
усеченное,
Состязательное обучение,
о представителе,
с памятью,
Синапс,
532
238
Соревновательное обучение,
Ковера,
радиально-базисных функций,
Сигнум,
Сопряженный градиент,
Теорема
642
671
Сигмоидная сеть доверия,
Соединение с пропуском слоев,
Тематическое моделирование,
Сеть
обработки взгляда,
162
33; 223; 227
Скрытый слой, 29; 46
Слой внимания, 648
Смещение, 31; 59; 279
Снижение размерности, 394
Собственный вектор, 212
Скорость обучения,
т
Сентимент-анализ,
Сеточный поиск,
479
152; 157
43; 129
586
Условие взаимной
сопряженности,
Усреднение Поляка,
Утес,
219
239
246
ПРЕДМЕТНЫЙ УКАЗАТЕЛЬ
744
ц
ф
Факторизация,
Фильтр,
Центрирование по среднему,
127
Цепное правило,
491
инвертированный,
512
211
183
ч
Функция
Частичное обучение,
sign, 30; 40
производная,
45
Softtnax, 42; 123; 125; 196;435
tanh, 40
производная, 46
XOR, 71
активации, 30;39
выгоды, 604
знаковая, 40
значения, 602
кусочно-линейная, 44
ослабления, 683
Чередование слоев,
Чувствительность,
316
504
680
ш
Широкая остаточная сеть,
Шум,
535
279; 322
э
Эквивариантность,
Эпоха,
493
33
Эхо-сеть,
447; 450
параболическая
ограничивающая,
я
412
потерь,
32;39;43;201
двоичная, 36
Ядро,
кросс-энтропийная,
Языковое моделирование,
кусочно-линейная,
197
358
сглаженная суррогатная,
сжатия,
68; 74
энергии сети,
3 72
Ядерный метод,
условное,
36
362
491
Якобиан,
460
216
430; 432
РУТНОN И МАШИННОЕ ОБУЧЕНИЕ
МАШИННОЕ И ГЛУБОКОЕ ОБУЧЕНИЕ
С ИСПОЛЬЗОВАНИЕМ РУТНОN, SCIКIT -LEARN И
TENSORFLOW, 2-Е ИЗДАНИЕ
Себастьян Рашка
и Вахид Мирджалили
Машинное обучение поглощает
мир программного обеспечения,
и теперь глубокое обучение
расширяет машинное обучение.
Освойте и работайте с
передовыми технологиями
машинного обучения, нейронных
сетей и глубокого обучения
с помощью 2-го издания
бестселлера Себастьяна Рашки.
Будучи основательно обновленной
с учетом самых последних
библиотек
Python
с открытым
кодом, эта книга предлагает
практические знания и приемы,
которые необходимы для создания
и содействия машинному
обучению, глубокому обучению
и современному анализу данных .
Если вы читали 1-е издание
книги, то вам доставит
удовольствие найти новый баланс
классических идей и современных
знаний в машинном обучении.
Каждая глава была серьезно
обновлена, и появились новые
главы по ключевым технологиям.
У вас будет возможность изучить
и поработать с TensorFlow более
www. d i а 1е kti ka.
со
m
вдумчиво, нежели ранее, а также
получить важнейший охват
библиотеки для нейронных
сетей Keras наряду с самыми
свежими обновлениями
библиотеки scikit-Jearn.
ISBN 978-5-907114-52-4
в продаже
ПРИКЛАДНОЕ МАШИННОЕ
ОБУЧЕНИЕ С ПОМОЩЬЮ
SCIKIT-LEARN И TENSORFLOW
Орельен Жерон
Благодаря серии недавних
достижений глубокое обучение
значительно усилило всю область
машинного обучения. В наше
время даже программисты, почти
ничего не знающие об этой
технологии, могут использовать
простые и эффективные
инструменты для --">
Книги схожие с «Нейронные сети и глубокое обучение: учебный курс» по жанру, серии, автору или названию:
А Платков - Рarlez-vous français? Обучение французскому языку по записям на пластинках Жанр: Учебники и пособия: прочее Год издания: 2012 |
Коллектив авторов - Правила дорожного движения РФ 2015 год Жанр: Справочники Год издания: 2015 |
Коллектив авторов - История этических учений Жанр: Учебники и пособия: прочее Год издания: 2003 |