Ir directamente a la información del producto
1 de 1

Deep Learning

Deep Learning

MIT Press

Goodfellow, Ian, Bengio, Yoshua y Courville, Aaron

Precio habitual €140,00 EUR
Precio habitual Precio de oferta €140,00 EUR
Oferta Agotado
Impuestos incluidos.

En existencias

Cantidad
Pages
800 pp.
Language
English
Author
Ian Goodfellow
Publisher
MIT Press
Date
2016-11-18
Binding
Hardcover
ISBN
9780262035613
Dimensions
7.2 in x 1.1 in x 9.1 in
Una introducción a una amplia variedad de temas en aprendizaje profundo, que abarca los fundamentos matemáticos y conceptuales, las técnicas de aprendizaje profundo utilizadas en la industria y las perspectivas de investigación.

"Escrito por tres expertos en el campo, Aprendizaje Profundo es el único libro completo sobre el tema."
--Elon Musk, copresidente de OpenAI; cofundador y director ejecutivo de Tesla y SpaceX

El aprendizaje profundo es una forma de aprendizaje automático que permite a las computadoras aprender de la experiencia y comprender el mundo en términos de una jerarquía de conceptos. Debido a que la computadora adquiere conocimiento a partir de la experiencia, no es necesario que un operador humano especifique formalmente todo el conocimiento que la computadora necesita. La jerarquía de conceptos permite que la computadora aprenda conceptos complejos construyéndolos a partir de otros más simples; un gráfico de estas jerarquías tendría muchas capas. Este libro presenta una amplia gama de temas en aprendizaje profundo.

El texto ofrece fundamentos matemáticos y conceptuales, cubriendo conceptos relevantes en álgebra lineal, teoría de la probabilidad y teoría de la información, cálculo numérico y aprendizaje automático. Describe técnicas de aprendizaje profundo utilizadas por profesionales en la industria, incluyendo redes profundas de avance, regularización, algoritmos de optimización, redes convolucionales, modelado de secuencias y metodología práctica; y examina aplicaciones como el procesamiento del lenguaje natural, reconocimiento de voz, visión por computadora, sistemas de recomendación en línea, bioinformática y videojuegos. Finalmente, el libro ofrece perspectivas de investigación, abarcando temas teóricos como modelos lineales de factores, autoencoders, aprendizaje de representaciones, modelos probabilísticos estructurados, métodos de Monte Carlo, la función de partición, inferencia aproximada y modelos generativos profundos.

Aprendizaje Profundo puede ser utilizado por estudiantes de pregrado o posgrado que planean carreras en la industria o la investigación, y por ingenieros de software que desean comenzar a usar aprendizaje profundo en sus productos o plataformas. Un sitio web ofrece material complementario tanto para lectores como para instructores.

Ver todos los detalles