adicionar à lista de desejos
Herramientas De Inteligencia Artificial. Aprendizaje Profundo Y Redes Neuronales
idioma: espanhol
Editor:
Ibergarceta Publicaciones S.L., setembro de 2024 ‧
ver detalhes do produto
36,69€
10% DESCONTO
IMEDIATO
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
portes grátis
SINOPSE
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
DETALHES
| Propriedade | Descrição |
|---|---|
| ISBN: | 9788419034649 |
| Editor: | Ibergarceta Publicaciones S.L. |
| Data de Lançamento: | setembro de 2024 |
| Idioma: | Espanhol |
| Dimensões: | 173 x 242 x 16 mm |
| Encadernação: | Capa mole |
| Páginas: | 332 |
| Tipo de produto: | Livro |
| Classificação Temática: |
Livros em Espanhol
>
Informática
>
Inteligência Artificial
|
| EAN: | 9788419034649 |
OPINIÃO DOS LEITORES
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€portes grátis -
10%Ciencia De Datos A Traves De Python. Tecnicas De Aprendizaje Supervisado: ClasifIbergarceta Publicaciones S.L.36,69€
40,77€portes grátis