| Número de páginas: |
XII, 316 p. 86 ilustraciones, 66 ilustraciones en color. |
| Resumen: |
Este libro cubre un gran conjunto de métodos en el campo de la Inteligencia Artificial - Aprendizaje Profundo aplicados a problemas del mundo real. Los fundamentos del enfoque de aprendizaje profundo y los diferentes tipos de redes neuronales profundas (DNN) se resumen primero en este libro, que ofrece un preámbulo completo para futuros capítulos orientados a problemas. En este libro se analizan los problemas más interesantes y abiertos del aprendizaje automático en el marco del aprendizaje profundo y se proponen soluciones. Este libro ilustra cómo implementar el aprendizaje de disparo cero con clasificadores de redes neuronales profundas, que requieren una gran cantidad de datos de entrenamiento. La falta de datos de entrenamiento anotados empuja naturalmente a los investigadores a implementar algoritmos de baja supervisión. El aprendizaje métrico es una investigación a largo plazo, pero en el marco de los enfoques de aprendizaje profundo, adquiere frescura y originalidad. La clasificación detallada con una baja variabilidad entre clases es un problema difícil para cualquier tarea de clasificación. Este libro presenta cómo se resuelve mediante el uso de diferentes modalidades y mecanismos de atención en redes convolucionales 3D. Los investigadores centrados en aprendizaje automático, aprendizaje profundo, multimedia y visión por computadora querrán comprar este libro. Los estudiantes de nivel avanzado que estudien ciencias de la computación dentro de estas áreas temáticas también encontrarán útil este libro. |
Multi-faceted Deep Learning
