Autor Calin, Ovidiu
|
|
Documentos disponibles escritos por este autor (1)
Hacer una sugerencia Refinar búsqueda
Título : Deep Learning Architectures : A Mathematical Approach Tipo de documento: documento electrónico Autores: Calin, Ovidiu, Autor Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2020 Número de páginas: XXX, 760 p. 207 ilustraciones, 35 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-36721-3 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Informática Aprendizaje automático Aplicaciones matemáticas en informática Índice Dewey: 004.015 Matemáticas aplicadas a la informática, especialmente lógica matemática y teoría de algoritmos. Resumen: Este libro describe cómo funcionan las redes neuronales desde el punto de vista matemático. Como resultado, las redes neuronales pueden interpretarse como aproximadores universales de funciones y como procesadores de información. El libro cierra la brecha entre las ideas y conceptos de redes neuronales, que se utilizan hoy en día a un nivel intuitivo, y el lenguaje matemático moderno y preciso, presentando las mejores prácticas de las primeras y disfrutando de la solidez y elegancia del segundo. Este libro se puede utilizar en un curso de posgrado en aprendizaje profundo, y las primeras partes son accesibles para estudiantes universitarios de último año. Además, el libro será de gran interés para los investigadores del aprendizaje automático que estén interesados en una comprensión teórica del tema. . Nota de contenido: Introductory Problems -- Activation Functions -- Cost Functions -- Finding Minima Algorithms -- Abstract Neurons -- Neural Networks -- Approximation Theorems -- Learning with One-dimensional Inputs -- Universal Approximators -- Exact Learning -- Information Representation -- Information Capacity Assessment -- Output Manifolds -- Neuromanifolds -- Pooling -- Convolutional Networks -- Recurrent Neural Networks -- Classification -- Generative Models -- Stochastic Networks -- Hints and Solutions. . En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Deep Learning Architectures : A Mathematical Approach [documento electrónico] / Calin, Ovidiu, Autor . - 1 ed. . - [s.l.] : Springer, 2020 . - XXX, 760 p. 207 ilustraciones, 35 ilustraciones en color.
ISBN : 978-3-030-36721-3
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Informática Aprendizaje automático Aplicaciones matemáticas en informática Índice Dewey: 004.015 Matemáticas aplicadas a la informática, especialmente lógica matemática y teoría de algoritmos. Resumen: Este libro describe cómo funcionan las redes neuronales desde el punto de vista matemático. Como resultado, las redes neuronales pueden interpretarse como aproximadores universales de funciones y como procesadores de información. El libro cierra la brecha entre las ideas y conceptos de redes neuronales, que se utilizan hoy en día a un nivel intuitivo, y el lenguaje matemático moderno y preciso, presentando las mejores prácticas de las primeras y disfrutando de la solidez y elegancia del segundo. Este libro se puede utilizar en un curso de posgrado en aprendizaje profundo, y las primeras partes son accesibles para estudiantes universitarios de último año. Además, el libro será de gran interés para los investigadores del aprendizaje automático que estén interesados en una comprensión teórica del tema. . Nota de contenido: Introductory Problems -- Activation Functions -- Cost Functions -- Finding Minima Algorithms -- Abstract Neurons -- Neural Networks -- Approximation Theorems -- Learning with One-dimensional Inputs -- Universal Approximators -- Exact Learning -- Information Representation -- Information Capacity Assessment -- Output Manifolds -- Neuromanifolds -- Pooling -- Convolutional Networks -- Recurrent Neural Networks -- Classification -- Generative Models -- Stochastic Networks -- Hints and Solutions. . En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i
