Tabor Jacek (matematyk)
Ukryj filtry
Sortowanie
Źródło opisu
Katalog zbiorów
(1)
Forma i typ
Książki
(1)
Publikacje dydaktyczne
(1)
Publikacje naukowe
(1)
Dostępność
dostępne
(1)
Placówka
Wypożyczalnia dla dorosłych
(1)
Autor
Sekuła Aleksandra
(2469)
Kozioł Paweł
(2013)
Bekker Alfred
(1679)
Vandenberg Patricia
(1164)
Kotwica Wojciech
(783)
Tabor Jacek (matematyk)
(-)
Pokaż więcej ...
Kowalska Dorota
(671)
Doyle Arthur Conan
(641)
Szujski Józef (1835-1883)
(620)
Sienkiewicz Henryk (1846-1916)
(587)
Wallace Edgar
(585)
Cartland Barbara
(494)
Kochanowski Jan
(484)
Drewnowski Jacek (1974- )
(480)
Shakespeare William
(462)
Żeleński Tadeusz (1874-1941)
(443)
Dickens Charles
(442)
Buchner Friederike von
(438)
Mickiewicz Adam (1798-1855)
(438)
Maybach Viola
(434)
Hackett Pete
(433)
Waidacher Toni
(423)
Żeromski Stefan (1864-1925)
(414)
Verne Jules
(391)
Konopnicka Maria
(375)
Twain Mark
(362)
Popławska Anna
(351)
Roberts Nora (1950- )
(350)
May Karl
(345)
Poe Edgar Allan
(342)
Ludwikowska Jolanta
(333)
Kraszewski Józef Ignacy (1812-1887)
(327)
Christie Agatha (1890-1976)
(319)
Krzyżanowski Julian
(309)
Otwinowska Barbara
(309)
Krzyżanowski Julian (1892-1976)
(307)
Disney Walt (1901-1966)
(304)
Rzehak Wojciech (1967- )
(298)
London Jack
(297)
Prus Bolesław (1847-1912)
(294)
Fabianowska Małgorzata
(292)
Dönges Günter
(286)
Mahr Kurt
(284)
Shakespeare William (1564-1616)
(284)
Boy-Żeleński Tadeusz
(281)
Darlton Clark
(280)
Leśmian Bolesław
(279)
Ewers H.G
(278)
Steel Danielle (1947- )
(275)
Słowacki Juliusz (1809-1849)
(275)
Zarawska Patrycja
(275)
Vega Lope de
(265)
Barca Pedro Calderón de la
(264)
Донцова Дарья
(264)
Trzeciak Weronika
(262)
Włodarczyk Barbara
(261)
Kühnemann Andreas
(258)
Sienkiewicz Henryk
(258)
Калинина Дарья
(257)
Krasicki Ignacy
(243)
Francis H.G
(240)
Chotomska Wanda (1929-2017)
(239)
Konopnicka Maria (1842-1910)
(238)
Montgomery Lucy Maud
(237)
Conrad Joseph
(234)
Austen Jane
(233)
May Karol
(232)
Vlcek Ernst
(231)
Szulc Andrzej
(230)
Barner G.F
(229)
Autores Varios
(228)
Mazan Maciejka
(227)
Chávez José Pérez
(222)
Ellmer Arndt
(221)
Iwaszkiewicz Jarosław (1894-1980)
(217)
Stevenson Robert Louis
(216)
Oppenheim E. Phillips
(215)
Palmer Roy
(215)
Kraszewski Józef Ignacy
(214)
King Stephen (1947- )
(212)
Wells H. G
(212)
Voltz William
(211)
Balzac Honoré de
(210)
Kipling Rudyard
(210)
Montgomery Lucy Maud (1874-1942)
(208)
Goethe Johann Wolfgang von
(206)
Zimnicka Iwona (1963- )
(206)
Howard Robert E
(204)
Goliński Zbigniew
(201)
Hałas Jacek "Stranger"
(201)
Bazán Emilia Pardo
(200)
Baczyński Krzysztof Kamil
(198)
Dug Katarzyna
(198)
Brzechwa Jan (1900-1966)
(197)
Chmielewska Joanna (1932-2013)
(196)
Mark William
(195)
Królicki Zbigniew A. (1954- )
(193)
Strzałkowska Małgorzata (1955- )
(189)
Andersen Hans Christian
(188)
Lindgren Astrid (1907-2002)
(188)
Orzeszkowa Eliza
(188)
Pokaż mniej ...
Rok wydania
2020 - 2024
(1)
Okres powstania dzieła
2001-
(1)
Kraj wydania
Polska
(1)
Język
polski
(1)
Odbiorca
Szkoły wyższe
(1)
Temat
Deep learning
(1)
Uczenie maszynowe
(1)
Gatunek
Podręcznik
(1)
Dziedzina i ujęcie
Informatyka i technologie informacyjne
(1)
1 wynik Filtruj
Książka
W koszyku
Głębokie uczenie : wprowadzenie / Jacek Tabor, Marek Śmieja, Łukasz Struski, Przemysław Spurek, Maciej Wołczyk. - Gliwice : Helion, copyright 2022. - 179 stron : fotografie, ilustracje, wykresy ; 24 cm.
Autor
Tabor Jacek (matematyk) Śmieja Marek Struski Łukasz Spurek Przemysław (matematyk) Wołczyk Maciej
Forma i typ
Książki Publikacje dydaktyczne Publikacje naukowe
Odbiorca
Szkoły wyższe
Temat
Deep learning Uczenie maszynowe
Gatunek
Podręcznik
Dziedzina i ujęcie
Informatyka i technologie informacyjne
Opanuj podstawy uczenia maszynowego. Od mniej więcej piętnastu lat jesteśmy świadkami rewolucji w nauczaniu maszynowym na niesamowitą skalę. Rewolucji tej sprzyja intensywny rozwój głębokich sieci neuronowych oraz niezbędnego do tego sprzętu obliczeniowego, takiego jak karty graficzne. "Deep learning", "machine learning" - te słowa klucze rozpalają wyobraźnię programistów, innowatorów i przedstawicieli przemysłu na całym świecie. Także studentów kierunków politechnicznych. Na świecie wydaje się sporo literatury poświęconej tym zagadnieniom, w Polsce niestety mamy pod tym względem deficyt. Niniejszy podręcznik, pomyślany jako wprowadzenie do tematu uczenia głębokiego, ma z założenia uzupełnić tę lukę. W związku z tym opracowany został w sposób umożliwiający zrozumienie zawartych w nim treści także osobom, które nie zetknęły się dotąd nawet z klasycznymi metodami nauczania maszynowego. Stąd sporo miejsca autorzy poświęcają podstawowym konceptom klastrowania, klasyfikacji oraz regresji. Druga połowa książki przybliża głębokie odpowiedniki modeli klasycznych - z naciskiem na objaśnienie podstawowych pojęć i ich intuicji. Ponieważ dla pełnego zrozumienia modeli niezbędne jest ich zaimplementowanie, integralną część książki stanowi kod, dostępny dla czytelnika na platformie GITHUB.
dostępna do wypożyczenia
1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.
Wypożyczalnia dla dorosłych
Są egzemplarze dostępne do wypożyczenia: sygn. 004 (1 egz.)
Wyprowadzać dodatkowo:
sygnatury
identyfikatory
hasła przedmiotowe
lokalizacja
streszczenia
numer ISBN
hasło sortowania
adres wersji elektronicznej
rozmieszczenie egzemplarzy
opis fizyczny
Sortowanie zestawienia:
Sortowanie pozycji zestawienia:
Sortowanie pozycji zestawienia:
Pozycja została dodana do koszyka. Jeśli nie wiesz, do czego służy koszyk, kliknij tutaj, aby poznać szczegóły.
Nie pokazuj tego więcej