DEEP LEARNING COM MATLAB. ARQUITETURAS DE REDES NEURAIS
Deep Learning é um tipo de aprendizado de máquina baseado em redes neurais artificiais. O processo desse aprendizado é denominado profundo porque essas estruturas de rede consistem em múltiplas entradas, saídas e camadas ocultas. Cada camada contém unidades que transformam os dados de entrada em informações e, desta forma, a próxima camada pode utilizá-los para uma tarefa preditiva específica. Desta forma, uma máquina pode aprender através do seu próprio processamento de dados. MATLAB possui o Neural Network Toolbox (Deep Leraning Toolbox começando com a versão 18) que fornece algoritmos, funções e aplicativos para criar, treinar, visualizar e simular redes neurais. Ele pode realizar classificação, regressão, clustering, redução de dimensionalidade, previsão de séries temporais e modelagem e controle de sistemas dinâmicos. A caixa de ferramentas inclui redes neurais convolucionais e algoritmos de aprendizado profundo com codificador automático para classificação de imagens e tarefas de aprendizado de recursos. Para acelerar o treinamento de grandes conjuntos de dados, você pode distribuir cálculos e dados entre processadores multicore, GPUs e clusters de computadores usando o Parallel Computing Toolbox. Este livro investiga as arquiteturas de redes neurais usadas no aprendizado profundo, bem como suas aplicações.
1144906781
DEEP LEARNING COM MATLAB. ARQUITETURAS DE REDES NEURAIS
Deep Learning é um tipo de aprendizado de máquina baseado em redes neurais artificiais. O processo desse aprendizado é denominado profundo porque essas estruturas de rede consistem em múltiplas entradas, saídas e camadas ocultas. Cada camada contém unidades que transformam os dados de entrada em informações e, desta forma, a próxima camada pode utilizá-los para uma tarefa preditiva específica. Desta forma, uma máquina pode aprender através do seu próprio processamento de dados. MATLAB possui o Neural Network Toolbox (Deep Leraning Toolbox começando com a versão 18) que fornece algoritmos, funções e aplicativos para criar, treinar, visualizar e simular redes neurais. Ele pode realizar classificação, regressão, clustering, redução de dimensionalidade, previsão de séries temporais e modelagem e controle de sistemas dinâmicos. A caixa de ferramentas inclui redes neurais convolucionais e algoritmos de aprendizado profundo com codificador automático para classificação de imagens e tarefas de aprendizado de recursos. Para acelerar o treinamento de grandes conjuntos de dados, você pode distribuir cálculos e dados entre processadores multicore, GPUs e clusters de computadores usando o Parallel Computing Toolbox. Este livro investiga as arquiteturas de redes neurais usadas no aprendizado profundo, bem como suas aplicações.
29.99
In Stock
5
1
![DEEP LEARNING COM MATLAB. ARQUITETURAS DE REDES NEURAIS](http://img.images-bn.com/static/redesign/srcs/images/grey-box.png?v11.11.4)
DEEP LEARNING COM MATLAB. ARQUITETURAS DE REDES NEURAIS
220![DEEP LEARNING COM MATLAB. ARQUITETURAS DE REDES NEURAIS](http://img.images-bn.com/static/redesign/srcs/images/grey-box.png?v11.11.4)
DEEP LEARNING COM MATLAB. ARQUITETURAS DE REDES NEURAIS
220Paperback
$29.99
29.99
In Stock
Product Details
ISBN-13: | 9781446716038 |
---|---|
Publisher: | Felicidad |
Publication date: | 03/01/2024 |
Pages: | 220 |
Product dimensions: | 7.00(w) x 10.00(h) x 0.46(d) |
Language: | Portuguese |
From the B&N Reads Blog