000 | 02939nam a22004333i 4500 | ||
---|---|---|---|
001 | EBC7025971 | ||
003 | MiAaPQ | ||
005 | 20221230093447.0 | ||
007 | cr cnu|||||||| | ||
008 | 221228s2020 xx o ||||0 spa d | ||
020 |
_a9788491806578 _q(electronic bk.) |
||
020 | _z9788491806561 | ||
035 | _a(MiAaPQ)EBC7025971 | ||
035 | _a(Au-PeEL)EBL7025971 | ||
035 | _a(OCoLC)1251759015 | ||
040 |
_aMiAaPQ _beng _erda _epn _cMiAaPQ _dMiAaPQ |
||
100 | 1 | _aCasas Roma, Jordi. | |
245 | 1 | 0 |
_aDeep Learning : _bPrincipios y Fundamentos. |
250 | _a1st ed. | ||
264 | 1 |
_aBarcelona : _bEditorial UOC, _c2020. |
|
264 | 4 | _c�2020. | |
300 | _a1 online resource (258 pages) | ||
336 |
_atext _btxt _2rdacontent |
||
337 |
_acomputer _bc _2rdamedia |
||
338 |
_aonline resource _bcr _2rdacarrier |
||
490 | 1 | _aManuales Ser. | |
520 | _aEn este libro se introducen los conceptos fundamentales del aprendizaje profundo (Deep learning, DL) mediante el uso de redes neuronales artificiales (Artificial neural networks, ANN). El lector podr�a encontrar una revisi�on completa de las t�ecnicas avanzadas m�as usadas en estos campos. El enfoque del libro es claramente descriptivo, con el objetivo de que el lector entienda los conceptos e ideas b�asicos detr�as de cada algoritmo o t�ecnica. La primera parte del libro constituye una introducci�on al aprendizaje profundo, en general, y a las redes neuronales, en particular. En la segunda parte se describe el funcionamiento de las redes neuronales, partiendo de conceptos b�asicos (como la estructura de una neurona, las principales funciones de activaci�on, etc.) hasta alcanzar conceptos avanzados (optimizaci�on del rendimiento de las redes neuronales o estrategias para evitar el problema del sobreentrenamiento). La tercera parte presenta los fundamentos te�oricos, estructura y principales arquitecturas de las redes neuronales convolucionales (Convolutional neural networks, CNN) y su aplicaci�on en el procesamiento de im�agenes. Finalmente, el cuarto bloque de este texto se centra los fundamentos te�oricos, estructura y principales arquitecturas de las redes neuronales recurrentes (Recurrent neural networks, RNN) y su aplicaciones para el procesamiento de series temporales y textos. | ||
588 | _aDescription based on publisher supplied metadata and other sources. | ||
590 | _aElectronic reproduction. Ann Arbor, Michigan : ProQuest Ebook Central, 2022. Available via World Wide Web. Access may be limited to ProQuest Ebook Central affiliated libraries. | ||
655 | 4 | _aElectronic books. | |
700 | 1 | _aLozano Bag�en, Toni. | |
700 | 1 | _aBosch Ru�e, Anna. | |
776 | 0 | 8 |
_iPrint version: _aCasas Roma, Jordi _tDeep Learning _dBarcelona : Editorial UOC,c2020 _z9788491806561 |
797 | 2 | _aProQuest (Firm) | |
830 | 0 | _aManuales Ser. | |
856 | 4 | 0 | _zClick to View |
942 |
_2lcc _cEBK |
||
999 |
_c320062 _d320062 |