Mathematik und Architektur des Deep Learnings — Hauptfoto

Mathematik und Architektur des Deep Learnings — Foto 2

Mathematik und Architektur des Deep Learnings — Foto 3

Mathematik und Architektur des Deep Learnings — Foto 4

Mathematik und Architektur des Deep Learnings — Foto 5

Mathematik und Architektur des Deep Learnings — Foto 6

Mathematik und Architektur des Deep Learnings — Foto 7

Mathematik und Architektur des Deep Learnings — Foto 8

Mathematik und Architektur des Deep Learnings — Foto 9

Mathematik und Architektur des Deep Learnings — Foto 10

Mathematik und Architektur des Deep Learnings — Foto 11

Mathematik und Architektur des Deep Learnings — Foto 12

Mathematik und Architektur des Deep Learnings — Foto 13

Mathematik und Architektur des Deep Learnings — Foto 14

Mathematik und Architektur des Deep Learnings — Foto 15

Mathematik und Architektur des Deep Learnings — Foto 16

Mathematik und Architektur des Deep Learnings

Autor: Кришнанду Чаудхури

Verlag: piter

Serie: Bibliothek des Programmierers

Altersgrenzen: 16+

Jahr der Veröffentlichung: 2025

ISBN: 9785446141678

Anzahl der Seiten: 576

Größe: 233х165х30 mm

Einbandart: Soft

Gewicht: 889 g

ID: 1721924

Erfahren Sie, was im Inneren der Black Box passiert! Um Deep Learning zu nutzen, müssen Sie Daten vorbereiten, das richtige Modell auswählen, es trainieren, die Qualität und Genauigkeit bewerten und die Verarbeitung von Unsicherheit und Variabilität in den Ausgabedaten der implementierten Lösung berücksichtigen. Dieses Buch führt Sie Schritt für Schritt in die grundlegenden mathematischen Konzepte ein, die Ihnen als Datenspezialist nützlich sein werden – Vektorrechnung, lineare Algebra und Bayessche Inferenz, und präsentiert sie aus der Perspektive des Deep Learnings.
Die Autoren erklären die Mathematik, die Theorie und die Prinzipien des Aufbaus von Deep Learning-Modellen und demonstrieren dann die Anwendung der Theorie in der Praxis mit Python-Codefragmenten und detaillierten Kommentaren. In diesem Buch werden Sie den Weg von den Grundlagen der Algebra, Analysis und Statistik bis hin zu modernen Architekturen des Deep Learnings gehen, die das Ergebnis der neuesten Forschungen sind.

1. Das Buch führt Sie Schritt für Schritt in die grundlegenden mathematischen Konzepte ein, die Ihnen als Datenspezialist nützlich sein werden.
2. Grundprinzipien des Designs von neuronalen Netzen.
3. Implementierung von Deep Learning in Python mit PyTorch.
4. Regularisierung und Optimierung ineffizienter Modelle.
5. Erfahren Sie, was im Inneren der Black Box passiert!

verfügbar

€ 35.59

Wird geliefert nach Vereinigte Staaten am :

Leider können wir Bestellungen derzeit nicht in Ihre Region liefern.

verfügbar

€ 35.59