Deep learning / Ian Goodfellow, Yoshua Bengio, and Aaron Courville.
Tipo de material: TextoSeries Adaptive computation and machine learningEditor: Cambridge, Massachusetts : The MIT Press, [2016]Descripción: xxii, 775 páginas : ilustraciones (algunas en color)Tipo de contenido: text Tipo de medio: unmediated Tipo de portador: volumeISBN: 9780262035613 ; 0262035618 Tema(s): APRENDIZAJE AUTOMATICO (Inteligencia Artificial)Clasificación CDD: 006.31 Recursos en línea: Ver registro electrónicoTipo de ítem | Biblioteca actual | Colección | número de clasificación | Copia número | Estado | Notas | Fecha de vencimiento | Código de barras |
---|---|---|---|---|---|---|---|---|
Libro de Proyecto | Biblioteca Campus San Joaquín | Colección Material de Proyecto | 006.31 G651 (Navegar estantería(Abre debajo)) | 1 | Prestado | 3er. Piso | 31/12/2050 | 35609002082451 |
Libro de Proyecto | Biblioteca Campus San Joaquín | Colección Material de Proyecto | 006.31 G651 (Navegar estantería(Abre debajo)) | 2 | Prestado | 31/12/2050 | 35609002082450 |
Applied math and machine learning basics. Linear algebra -- Probability and information theory -- Numerical computation -- Machine learning basics -- Deep networks: modern practices. Deep feedforward networks -- Regularization for deep learning -- Optimization for training deep models -- Convolutional networks -- Sequence modeling: recurrent and recursive nets -- Practical methodology -- Applications -- Deep learning research. Linear factor models -- Autoencoders -- Representation learning -- Structured probabilistic models for deep learning -- Monte Carlo methods -- Confronting the partition function -- Approximate inference -- Deep generative models.
COBERTURA BIBLIOGRAFICA:
INF473
Asignatura: Introducción a la inteligencia artificial explicable