Opiniones de los lectores
Actualmente no hay opiniones de lectores. La calificación se basa en 2 votos.
Título original:
Neural Networks: Easy Guide to Artificial Neural Networks (Artificial Intelligence and Neural Network Concepts Explained in Simple Term
Contenido del libro:
Este libro trata sobre cómo utilizar el aprendizaje profundo para la visión por ordenador mediante redes neuronales convolucionales. Son lo último en clasificación de imágenes y superan a las redes profundas de vainilla en tareas como mnist.
En este curso vamos a subir la apuesta y ver el número de casa streetview (svhn) conjunto de datos - que utiliza imágenes en color más grandes en varios ángulos - por lo que las cosas se van a poner más difíciles tanto computacionalmente como en términos de la dificultad de la tarea de clasificación.
Beneficios de leer este libro que no encontrará en ningún otro sitio:
⬤ Introducción a las redes neuronales.
⬤ Estructuras de las redes neuronales.
⬤ Construcción de una red neuronal.
⬤ La construcción de neuronas artificiales.
⬤ El modelo de las neuronas biológicas.
⬤ Cómo funcionan.
⬤ Las capacidades de la estructura de una red neuronal.
⬤ Organización de la red.
El aprendizaje profundo es un concepto nuevo surgido en la década de 2000. Si bien el aprendizaje profundo es nuevo, no ocurre lo mismo con las redes neuronales artificiales, concepto en el que se basa el aprendizaje profundo. Oímos hablar de la primera neurona artificial en 1943, cuando Warren McCulloch y Walter Pitts publicaron su primer modelo matemático y computacional de la neurona biológica: la neurona formal. La neurona formal se inspira directamente en la neurona biológica.
Otros datos del libro:
| ISBN: | 9781775267270 |
| Autor: | |
| Editorial: | |
| Idioma: | inglés |
| Encuadernación: | Tapa blanda |
Compra:
Actualmente disponible, en stock.
