adicionar à lista de desejos
Herramientas De Inteligencia Artificial. Aprendizaje Profundo Y Redes Neuronales
language: spanish
Publisher:
Ibergarceta Publicaciones S.L., September of 2024 ‧
see product details
36,69€
10% OFF
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
free shipping
SYNOPSIS
El diseño de los modelos de inteligencia artificial se realiza a través de tres pilares esenciales: Aprendizaje Automático, Aprendizaje Profundo y Ciencia de Datos. Utilizando MATLAB, ingenieros y otros expertos han desplegado gran variedad de aplicaciones de aprendizaje automático que generan automáticamente funcionalidades a partir de datos de entrenamiento y optimizan modelos de todo tipo. El aprendizaje profundo es un subconjunto del aprendizaje automático basado en redes neuronales artificiales. El proceso de este aprendizaje se denomina profundo porque la estructura de estas redes consiste en tener múltiples entradas, salidas y capas ocultas. Cada capa contiene unidades que transforman los datos de entrada en información y, de este modo, la capa siguiente puede utilizarla para una determinada tarea predictiva. De este modo, una máquina puede aprender a través de su propio procesamiento de datos. MATLAB reduce significativamente el tiempo necesario para preprocesar y etiquetar conjuntos de datos con aplicaciones específicas de dominio para datos de audio, vídeo, imagen y texto. Sincroniza series tempor
DETAILS
| Property | Description |
|---|---|
| ISBN: | 9788419034649 |
| Publisher: | Ibergarceta Publicaciones S.L. |
| Release Date: | September of 2024 |
| Language: | Spanish |
| Dimensions: | 173 x 242 x 16 mm |
| Cover: | Softcover |
| Pages: | 332 |
| Format: | Book |
| Categories: |
Books in Spanish
>
Computing
>
Artificial intelligence
|
| EAN: | 9788419034649 |
REVIEWS
Herramientas De Inteligencia Artificial.
Joana silva
Livro muito interessante que recomendo para quem quer aprender sobre ferramentas de IA e aprendizagem profunda. Recomendo!
-
10%Ciencia De Datos A Traves De Python. Tecnicas De Aprendizaje No SupervisadoIbergarceta Publicaciones S.L.36,69€
40,77€free shipping -
10%Ciencia De Datos A Traves De Python. Tecnicas De Aprendizaje Supervisado: ClasifIbergarceta Publicaciones S.L.36,69€
40,77€free shipping