Deep Learning - Das umfassende Handbuch: Grundlagen, aktuelle Verfahren und Algorithmen, neue ForschungsansatzeКНИГИ » ПРОГРАММИНГ
Название: Deep Learning - Das umfassende Handbuch: Grundlagen, aktuelle Verfahren und Algorithmen, neue Forschungsansatze Автор: Ian Goodfellow, Yoshua Bengio, Aaron Courville Издательство: mitp Verlags GmbH & Co. KG Год: 2018 Страниц: 912 Язык: немецкий Формат: epub Размер: 23.7 MB
Deep Learning ist ein Teilbereich des Machine Learnings und versetzt Computer in die Lage, aus Erfahrungen zu lernen. Dieses Buch behandelt umfassend alle Aspekte, die fur den Einsatz und die Anwendung von Deep Learning eine Rolle spielen:
In Teil I erlautern die Autoren die mathematischen Grundlagen f?r K?nstliche Intelligenz, Neuronale Netze, Machine Learning und Deep Learning.
In Teil II werden die aktuellen in der Praxis genutzten Verfahren und Algorithmen behandelt.
In Teil III geben die Autoren Einblick in aktuelle Forschungsans?tze und zeigen neue zukunftsweisende Verfahren auf.
Dieses Buch richtet sich an Studenten und alle, die sich in der Forschung mit Deep Learning besch?ftigen sowie an Softwareentwickler und Informatiker, die Deep Learning f?r eigene Produkte oder Plattformen einsetzen m?chten. Dabei werden Grundkenntnisse in Mathematik, Informatik und Programmierung vorausgesetzt.
- Mathematische Grundlagen f?r Machine und Deep Learning - Umfassende Behandlung zeitgem??er Verfahren: tiefe Feedforward-Netze, Regularisierung, Performance-Optimierung sowie CNNs, Rekurrente und Rekursive Neuronale Netze - Zukunftsweisende Deep-Learning-Ans?tze sowie von Ian Goodfellow neu entwickelte Konzepte wie Generative Adversarial Networks
Teil I: Angewandte Mathematik und Grundlagen f?r das Machine Learning
Lineare Algebra Wahrscheinlichkeits- und Informationstheorie Bayessche Statistik Numerische Berechnung
Teil II: Deep-Learning-Verfahren
Tiefe Feedforward-Netze Regularisierung Optimierung beim Trainieren tiefer Modelle Convolutional Neural Networks Sequenzmodellierung f?r Rekurrente und Rekursive Netze Praxisorientierte Methodologie Anwendungen: Computer Vision, Spracherkennung, Verarbeitung nat?rlicher Sprache