Isbn: 9786209889035 - manual completo de aprendizagem profunda: cnns, rnns e modelos generativos (9 resultados)

Condición: New.

PAP. Condición: New. New Book. Shipped from UK. Established seller since 2000.

PAP. Condición: New. New Book. Shipped from UK. Established seller since 2000.

Taschenbuch. Condición: Neu. Manual completo de aprendizagem profunda: CNNs, RNNs e modelos generativos | Sundaresan K (u. a.) | Taschenbuch | Portugiesisch | 2026 | Edições Nosso Conhecimento | EAN 9786209889035 | Verantwortliche Person für die EU: SIA OmniScriptum Publishing, Brivibas Gatve 197, 1039 RIGA, LETTLAND, customerservice[at]vdm-vsg[dot]de | Anbieter: preigu. …

Paperback. Condición: new. Paperback. Este livro oferece uma introducao abrangente e estruturada aos fundamentos, arquitecturas e aplicacoes da aprendizagem profunda. Comecando com conceitos matematicos fundamentais, como algebra linear, probabilidade e otimizacao, constroi uma base solida para a compreensao das redes neuronais modernas. O texto explora ideias-chave como a capacidade do modelo, a compensacao de vies-variancia, o sobreajuste e o ajuste de hiperparametros. Os leitores sao entao guiados pelas principais arquiteturas de aprendizagem profunda, incluindo Redes Neurais Convolucionais (CNNs) para analise de imagens, Redes Neurais Recorrentes (RNNs) e LSTMs para modelagem de sequencias e modelos generativos avancados como Autoencoders, Variational Autoencoders (VAEs) e Generative Adversarial Networks (GANs). Cada capitulo apresenta explicacoes claras, diagramas e exemplos praticos para simplificar conceitos complexos. Concebido para estudantes, educadores e profissionais de IA, o livro fornece tanto profundidade teorica como conhecimentos praticos. Serve como uma referencia completa para quem procura compreender, construir e aplicar modelos de aprendizagem profunda de forma eficaz em problemas do mundo real em visao computacional, processamento de linguagem natural e IA generativa. This item is printed on demand. Shipping may be from multiple locations in the US or from the UK, depending on stock availability.…

Taschenbuch. Condición: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware 132 pp. Portugiesisch.

Paperback. Condición: new. Paperback. Este livro oferece uma introducao abrangente e estruturada aos fundamentos, arquitecturas e aplicacoes da aprendizagem profunda. Comecando com conceitos matematicos fundamentais, como algebra linear, probabilidade e otimizacao, constroi uma base solida para a compreensao das redes neuronais modernas. O texto explora ideias-chave como a capacidade do modelo, a compensacao de vies-variancia, o sobreajuste e o ajuste de hiperparametros. Os leitores sao entao guiados pelas principais arquiteturas de aprendizagem profunda, incluindo Redes Neurais Convolucionais (CNNs) para analise de imagens, Redes Neurais Recorrentes (RNNs) e LSTMs para modelagem de sequencias e modelos generativos avancados como Autoencoders, Variational Autoencoders (VAEs) e Generative Adversarial Networks (GANs). Cada capitulo apresenta explicacoes claras, diagramas e exemplos praticos para simplificar conceitos complexos. Concebido para estudantes, educadores e profissionais de IA, o livro fornece tanto profundidade teorica como conhecimentos praticos. Serve como uma referencia completa para quem procura compreender, construir e aplicar modelos de aprendizagem profunda de forma eficaz em problemas do mundo real em visao computacional, processamento de linguagem natural e IA generativa. This item is printed on demand. Shipping may be from our UK warehouse or from our Australian or US warehouses, depending on stock availability.…

Taschenbuch. Condición: Neu. This item is printed on demand - Print on Demand Titel. Neuware -Este livro oferece uma introdução abrangente e estruturada aos fundamentos, arquitecturas e aplicações da aprendizagem profunda. Começando com conceitos matemáticos fundamentais, como álgebra linear, probabilidade e otimização, constrói uma base sólida para a compreensão das redes neuronais modernas. O texto explora ideias-chave como a capacidade do modelo, a compensação de viés-variância, o sobreajuste e o ajuste de hiperparâmetros. Os leitores são então guiados pelas principais arquiteturas de aprendizagem profunda, incluindo Redes Neurais Convolucionais (CNNs) para análise de imagens, Redes Neurais Recorrentes (RNNs) e LSTMs para modelagem de sequências e modelos generativos avançados como Autoencoders, Variational Autoencoders (VAEs) e Generative Adversarial Networks (GANs). Cada capítulo apresenta explicações claras, diagramas e exemplos práticos para simplificar conceitos complexos. Concebido para estudantes, educadores e profissionais de IA, o livro fornece tanto profundidade teórica como conhecimentos práticos. Serve como uma referência completa para quem procura compreender, construir e aplicar modelos de aprendizagem profunda de forma eficaz em problemas do mundo real em visão computacional, processamento de linguagem natural e IA generativa.VDM Verlag, Dudweiler Landstraße 99, 66123 Saarbrücken 132 pp. Portugiesisch. …

Taschenbuch. Condición: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - Este livro oferece uma introdução abrangente e estruturada aos fundamentos, arquitecturas e aplicações da aprendizagem profunda. Começando com conceitos matemáticos fundamentais, como álgebra linear, probabilidade e otimização, constrói uma base sólida para a compreensão das redes neuronais modernas. O texto explora ideias-chave como a capacidade do modelo, a compensação de viés-variância, o sobreajuste e o ajuste de hiperparâmetros. Os leitores são então guiados pelas principais arquiteturas de aprendizagem profunda, incluindo Redes Neurais Convolucionais (CNNs) para análise de imagens, Redes Neurais Recorrentes (RNNs) e LSTMs para modelagem de sequências e modelos generativos avançados como Autoencoders, Variational Autoencoders (VAEs) e Generative Adversarial Networks (GANs). Cada capítulo apresenta explicações claras, diagramas e exemplos práticos para simplificar conceitos complexos. Concebido para estudantes, educadores e profissionais de IA, o livro fornece tanto profundidade teórica como conhecimentos práticos. Serve como uma referência completa para quem procura compreender, construir e aplicar modelos de aprendizagem profunda de forma eficaz em problemas do mundo real em visão computacional, processamento de linguagem natural e IA generativa. …