Liên hệ
Tiếng Việt
Tiếng Anh
Thứ tư, 16/10/2024
Shallow and Deep Learning Principles
Cập nhật vào: Thứ sáu - 27/09/2024 14:38
Nhan đề chính: Shallow and Deep Learning Principles
Nhan đề dịch : Nguyên lý học nông và học sâu
Tác giả : Zekâi Şen
Nhà xuất bản: Springer Cham
Năm xuất bản: 2023
Số trang: 681 tr.
Ngôn ngữ: Tiếng Anh
ISBN : 978-3-031-29555-3
SpringerLink
Lời giới thiệu:
Cuốn sách này thảo luận về Mạng nơ-ron nhân tạo (ANN) và khả năng dự đoán kết quả của chúng bằng các nguyên tắc học sâu và học nông. Đầu tiên, tác giả mô tả việc triển khai ANN, bao gồm ít nhất ba lớp phải được thiết lập cùng với các ô, một trong số đó là đầu vào, lớp kia là đầu ra và lớp thứ ba là lớp ẩn (trung gian). Đối với điều này, tác giả nêu, cần phải phát triển một kiến trúc sẽ không mô hình hóa các quy tắc toán học mà chỉ các biến hành động và phản ứng kiểm soát sự kiện và các phản ứng có thể xảy ra trong đó. Cuốn sách giải thích lý do và sự cần thiết của từng mô hình ANN, xem xét sự tương đồng với các phương pháp trước đó và các quy tắc triết học - logic.
Từ khóa : Mạng nơ-ron nhân tạo; Triết học; Logic; Mô hình hóa; Thuật toán di truyền; Trí tuệ nhân tạo; Học máy.
Nội dung cuốn sách gồm những phần sau:
Giới thiệu
Trí tuệ nhân tạo
Nguyên lý triết học và logic trong khoa học
Nguyên lý bất định và mô hình hóa
Nguyên lý mô hình toán học
Thuật toán di truyền
Mạng nơ-ron nhân tạo
Học máy
Học sâu
Nhan đề dịch : Nguyên lý học nông và học sâu
Tác giả : Zekâi Şen
Nhà xuất bản: Springer Cham
Năm xuất bản: 2023
Số trang: 681 tr.
Ngôn ngữ: Tiếng Anh
ISBN : 978-3-031-29555-3
SpringerLink
Lời giới thiệu:
Cuốn sách này thảo luận về Mạng nơ-ron nhân tạo (ANN) và khả năng dự đoán kết quả của chúng bằng các nguyên tắc học sâu và học nông. Đầu tiên, tác giả mô tả việc triển khai ANN, bao gồm ít nhất ba lớp phải được thiết lập cùng với các ô, một trong số đó là đầu vào, lớp kia là đầu ra và lớp thứ ba là lớp ẩn (trung gian). Đối với điều này, tác giả nêu, cần phải phát triển một kiến trúc sẽ không mô hình hóa các quy tắc toán học mà chỉ các biến hành động và phản ứng kiểm soát sự kiện và các phản ứng có thể xảy ra trong đó. Cuốn sách giải thích lý do và sự cần thiết của từng mô hình ANN, xem xét sự tương đồng với các phương pháp trước đó và các quy tắc triết học - logic.
Từ khóa : Mạng nơ-ron nhân tạo; Triết học; Logic; Mô hình hóa; Thuật toán di truyền; Trí tuệ nhân tạo; Học máy.
Nội dung cuốn sách gồm những phần sau:
Giới thiệu
Trí tuệ nhân tạo
Nguyên lý triết học và logic trong khoa học
Nguyên lý bất định và mô hình hóa
Nguyên lý mô hình toán học
Thuật toán di truyền
Mạng nơ-ron nhân tạo
Học máy
Học sâu
