Horario de Atención (PRESENCIAL):     Lunes   a   Viernes:   8:00am   -  4:30pm
Imagen de portada de Amazon
Imagen de Amazon.com
Imagen de Google Jackets

Deep Learning : Ian Goodfellow,

Por: Colaborador(es): Tipo de material: TextoTextoDetalles de publicación: Estados Unidos The mit press 2016Edición: 1a edDescripción: 800 16 cmISBN:
  • 978-0-262-03561-3
Clasificación CDD:
  • 006.3   G72
Contenidos:
Introduction -- Linear Algebra -- Probability and Information Theory -- Numerical Computation -- Machine Learning Basics -- Deep Feedforward Networks -- Regularization for Deep Learning -- Optimization for Training Deep Models -- Comvolutional Networks -- Sequence Modeling: Recurrent and Recursive Nets -- Practical Methodology -- Applications -- Linear Factos Models -- Autoencoders -- Representation Learning -- Structured probabilistic Models for Deep Learning -- Monte Carlo Methods -- Confronting the Partition Function -- Approximate Inference -- Deep Generative Models
Etiquetas de esta biblioteca: No hay etiquetas de esta biblioteca para este título. Ingresar para agregar etiquetas.
Valoración
    Valoración media: 0.0 (0 votos)
Existencias
Tipo de ítem Biblioteca actual Signatura Copia número Estado Fecha de vencimiento Código de barras
Libro Libro Ingenieria de Sistemas 006.3 G72 (Navegar estantería(Abre debajo)) ej. 1 Disponible IS002042
Libro Libro Ingenieria de Sistemas 006.3 G72 (Navegar estantería(Abre debajo)) ej. 2 Disponible IS002043
Libro Libro Ingenieria de Sistemas 006.3 G72 (Navegar estantería(Abre debajo)) ej. 3 Disponible IS002044
Libro Libro Ingenieria de Sistemas 006.3 G72 (Navegar estantería(Abre debajo)) ej. 4 Disponible IS002045
Libro Libro Ingenieria de Sistemas 006.3 G72 (Navegar estantería(Abre debajo)) ej. 5 Disponible IS002046

Introduction -- Linear Algebra -- Probability and Information Theory -- Numerical Computation -- Machine Learning Basics -- Deep Feedforward Networks -- Regularization for Deep Learning -- Optimization for Training Deep Models -- Comvolutional Networks -- Sequence Modeling: Recurrent and Recursive Nets -- Practical Methodology -- Applications -- Linear Factos Models -- Autoencoders -- Representation Learning -- Structured probabilistic Models for Deep Learning -- Monte Carlo Methods -- Confronting the Partition Function -- Approximate Inference -- Deep Generative Models

No hay comentarios en este titulo.

para colocar un comentario.