Krohn Jon
Sortowanie
Źródło opisu
Legimi
(1)
Katalog centralny
(1)
Forma i typ
E-booki
(1)
Książki
(1)
Publikacje popularnonaukowe
(1)
Dostępność
dostępne
(1)
Placówka
Wypożyczalnia Główna
(1)
Autor
Sekuła Aleksandra
(2481)
Kozioł Paweł
(2012)
Bekker Alfred
(1688)
Vandenberg Patricia
(1164)
Kotwica Wojciech
(795)
Krohn Jon
(-)
Kowalska Dorota
(671)
Doyle Arthur Conan
(646)
Wallace Edgar
(586)
Konopnicka Maria
(544)
Kochanowski Jan
(505)
Cartland Barbara
(496)
Shakespeare William
(474)
Dickens Charles
(448)
Buchner Friederike von
(438)
Hackett Pete
(435)
Maybach Viola
(434)
Waidacher Toni
(423)
Verne Jules
(392)
Poe Edgar Allan
(367)
Twain Mark
(367)
Christie Agatha (1890-1976)
(362)
Goethe Johann Wolfgang von (1749-1832)
(352)
May Karl
(345)
Żeleński Tadeusz (1874-1941)
(336)
Siemianowski Roch (1950- )
(333)
Shakespeare William (1564-1616)
(328)
Bach Johann Sebastian (1685-1750)
(321)
Mickiewicz Adam (1798-1855)
(315)
Krzyżanowski Julian
(309)
Otwinowska Barbara
(309)
London Jack
(299)
Leśmian Bolesław
(291)
Słowacki Juliusz
(288)
Boy-Żeleński Tadeusz
(287)
Dönges Günter
(286)
Sienkiewicz Henryk
(286)
Mahr Kurt
(284)
Sienkiewicz Henryk (1846-1916)
(284)
Kraszewski Józef Ignacy
(281)
Darlton Clark
(280)
King Stephen (1947- )
(280)
Ewers H.G
(278)
Kijowska Elżbieta (1950- )
(277)
Orzeszkowa Eliza
(277)
Донцова Дарья
(270)
Beethoven Ludwig van (1770-1827)
(267)
Krasicki Ignacy
(265)
Vega Lope de
(265)
Barca Pedro Calderón de la
(264)
Trzeciak Weronika
(262)
Krzyżanowski Julian (1892-1976)
(259)
Kühnemann Andreas
(259)
Калинина Дарья
(257)
Chopin Fryderyk (1810-1849)
(254)
Słowacki Juliusz (1809-1849)
(250)
Mickiewicz Adam
(241)
Francis H.G
(240)
Montgomery Lucy Maud
(238)
Conrad Joseph
(236)
Austen Jane
(234)
May Karol
(232)
Mozart Wolfgang Amadeus (1756-1791)
(232)
Vlcek Ernst
(231)
Prus Bolesław
(230)
Barner G.F
(229)
Autores Varios
(228)
Iwaszkiewicz Jarosław (1894-1980)
(228)
Kürschner Joseph
(228)
Domańska Joanna (1970- )
(226)
Andersen Hans Christian
(224)
Balzac Honoré de
(222)
Chávez José Pérez
(222)
Ellmer Arndt
(221)
Żeromski Stefan (1864-1925)
(219)
Stevenson Robert Louis
(218)
Oppenheim E. Phillips
(215)
Palmer Roy
(215)
Wells H. G
(214)
Kipling Rudyard
(212)
Voltz William
(211)
Goethe Johann Wolfgang von
(210)
Howard Robert E
(205)
Cieślik Donata
(203)
Zimnicka Iwona (1963- )
(203)
Braiter-Ziemkiewicz Paulina (1968- )
(201)
Evans Virginia
(201)
Goliński Zbigniew
(201)
Hałas Jacek "Stranger"
(201)
Bazán Emilia Pardo
(200)
Baczyński Krzysztof Kamil
(199)
Dug Katarzyna
(198)
Mark William
(195)
Miłosz Czesław (1911-2004)
(195)
Popczyński Marcin (1974- )
(195)
Czechowicz Józef
(189)
Kienzler Iwona (1956- )
(189)
Dickens Charles (1812-1870)
(187)
Alcott Louisa May
(186)
Hoffmann Horst
(186)
Kinder-Kiss Hanna (1958- )
(184)
Rok wydania
2020 - 2024
(2)
Okres powstania dzieła
2001-
(1)
Kraj wydania
Polska
(2)
Język
polski
(2)
Temat
Deep learning
(1)
Sztuczna inteligencja
(1)
Sztuczna sieć neuronowa
(1)
Gatunek
Opracowanie
(1)
Dziedzina i ujęcie
Informatyka i technologie informacyjne
(1)
2 wyniki Filtruj
Książka
W koszyku
Nazwa pierwszego autora wyróżniona typograficznie. W książce rok wydania: 2022, data wpływu egzemplarza obowiązkowego: 2021.
Ta książka jest nowatorskim podręcznikiem, w którym w zrozumiały, intuicyjny sposób opisano techniki sztucznej inteligencji. Została wzbogacona kolorowymi ilustracjami i zrozumiałym kodem, dzięki czemu pozwala o wiele łatwiej zagłębić się w złożoność modeli głębokiego uczenia. Trudniejsze zagadnienia matematyczne zostały ograniczone do niezbędnego minimum, przedstawiono je jednak w sposób maksymalnie przystępny. Po lekturze zrozumiesz, czym jest głębokie uczenie, dlaczego stało się tak popularne i jak się ma do innych dziedzin uczenia maszynowego. W pragmatyczny sposób opisano takie aspekty zastosowań głębokiego uczenia jak widzenie maszynowe, przetwarzanie języka naturalnego, generowanie obrazów, a nawet gra w różne gry. Prezentowane treści uzupełnia praktyczny kod i szereg wskazówek dotyczących korzystania z bibliotek Keras i TensorFlow.
1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.
Wypożyczalnia Główna
Są egzemplarze dostępne do wypożyczenia: sygn. 369993 (1 egz.)
E-book
W koszyku
Autor
Forma i typ
Deep Learning begreifen und einsetzen Einführung in verwandte Themen wie Künstliche Intelligenz, Machine Learning und Neuronale Netze viele Illustrationen, verständlich erklärt begleitendes online-Material zum Ausprobieren der Erläuterungen aus dem Buch (Jupyter-Notebooks) Vorstellung von Bibliotheken (Tensor Flow/Keras, PyTorch) Deep Learning verändert unseren Alltag. Dieser Ansatz für maschinelles Lernen erzielt bahnbrechende Ergebnisse in einigen der bekanntesten Anwendungen von heute, in Unternehmen von Google bis Tesla, Facebook bis Apple. Tausende von technischen Fachkräften und Studenten wollen seine Möglichkeiten einsetzen, aber frühere Bücher über Deep Learning waren oft nicht intuitiv, unzugänglich und trocken. John Krohn, Grant Beylefeld und Aglaé Bassens bieten Ihnen eine einzigartige visuelle, intuitive und verständliche Einführung in Techniken und Anwendungen von Deep Learning. Mit den farbenfrohen Illustrationen und eingängigen Erläuterungen von "Deep Learning illustriert" gelingt Ihnen ein einfacher Zugang zum Aufbau von Deep-Learning-Modellen, und bringt ihnen beim Lernen mehr Spaß. Der erste Teil des Buches erklärt, was Deep Learning ist, warum es so allgegenwärtig geworden ist und wie es mit Konzepten und Terminologien wie künstlicher Intelligenz, Machine Learning oder künstlichen neuronalen Netzen interagiert. Dabei verwenden die Autoren leicht verständliche Analogien, lebendige Grafiken und viele Beispiele. Auf dieser Grundlage präsentieren die Autoren eine praktische Referenz und ein Tutorial zur Anwendung eines breiten Spektrums bewährter Techniken des Deep Learning. Die wesentliche Theorie wird mit so wenig Mathematik wie möglich behandelt und mit praktischem Python-Code beleuchtet. Praktische Beispiele zum Ausprobieren, die kostenfrei online verfügbar sind (Jupyter-Notebooks), machen Ihnen die Theorie begreiflich. So erlangen Sie ein pragmatisches Verständnis aller wichtigen Deep-Learning-Ansätze und ihrer Anwendungen: Machine Vision, Natural Language Processing, Bilderzeugung und Spielalgorithmen. Um Ihnen zu helfen, mehr in kürzerer Zeit zu erreichen, stellen die Autoren mehrere der heute am weitesten verbreiteten und innovativsten Deep-Learning-Bibliotheken vor, darunter:- TensorFlow und seine High-Level-API, Keras- PyTorch- High-Level-Coach, eine TensorFlow-API, die die Komplexität, die typischerweise mit der Entwicklung von Deep Reinforcement Learning-Algorithmen verbunden ist, abstrahiert.
Ta pozycja jest dostępna przez Internet. Rozwiń informację, by zobaczyć szczegóły.
Dostęp do treści elektronicznej wymaga posiadania kodu dostępu, który można odebrać w bibliotece.
Pozycja została dodana do koszyka. Jeśli nie wiesz, do czego służy koszyk, kliknij tutaj, aby poznać szczegóły.
Nie pokazuj tego więcej