Miles de libros con descuentos a un sólo clic - 50% de dto  Ver más

Enviar a
Montevideo, Montevideo
0

Mi Cuenta

  • argentina
  • chile
  • colombia
  • españa
  • méxico
  • perú
  • estados unidos
  • internacional

menú

Selecciona tu país

América

Europa

Resto del mundo

portada Mathematics of Deep Learning: An Introduction to Foundational Mathematics of Neural Nets (de Gruyter Textbook) (en Inglés)
Formato
Libro Físico
Editorial
Autor
Idioma
Inglés
N° páginas
158
Encuadernación
Tapa Blanda
ISBN13
9783119144117
N° edición
0002

Mathematics of Deep Learning: An Introduction to Foundational Mathematics of Neural Nets (de Gruyter Textbook) (en Inglés)

Leonid Berlyand; Pierre-Emmanuel Jabin (Autor) · De Gruyter · Tapa Blanda

Mathematics of Deep Learning: An Introduction to Foundational Mathematics of Neural Nets (de Gruyter Textbook) (en Inglés) - Leonid Berlyand; Pierre-Emmanuel Jabin

Libro Nuevo Importado
Envío: 22 a 27 días háb.
$ 4.807$ 2.403
-50%
Costos de importación incluídos en el precio ✅
Libro Nuevo

Quedan 50 unidades

$ 2.403
Llega entre el 28 Ago y el 04 Sep a Montevideo, Montevideo. Seleccionar ubicación

Elige la lista en la que quieres agregar tu producto o crea una nueva lista

Ir a Mis Listas
Calcula el costo de envío

Reseña del libro "Mathematics of Deep Learning: An Introduction to Foundational Mathematics of Neural Nets (de Gruyter Textbook) (en Inglés)"

This course aims at providing a mathematical perspective to some key elements of the so-called deep neural networks (DNNs). Much of the interest on deep learning has focused on the implementation of DNN-based algorithms. Our hope is that this compact textbook will offer a complementary point of view that emphasizes the underlying mathematical ideas. We believe that a more foundational perspective will help to answer important questions that have only received empirical answers so far. Our goal is to introduce basic concepts from deep learning in a rigorous mathematical fashion, e.g. introduce mathematical definitions of deep neural networks (DNNs), loss functions, the backpropagation algorithm, etc. We attempt to identify for each concept the simplest setting that minimizes technicalities but still contains the key mathematics. The book focuses on deep learning techniques and introduces them almost immediately. Other techniques such as regression and SVM are briefly introduced and used as a steppingstone for explaining basic ideas of deep learning. Throughout these notes, the rigorous definitions and statements are supplemented by heuristic explanations and figures. The book is organized so that each chapter introduces a key concept. When teaching this course, some chapters could be presented as a part of a single lecture whereas the others have more material and would take several lectures.

Opiniones del libro

Ver más opiniones de clientes
  • 0% (0)
  • 0% (0)
  • 0% (0)
  • 0% (0)
  • 0% (0)

Preguntas frecuentes sobre el libro

¿El libro es original?

Todos los libros de nuestro catálogo son Originales.

¿En qué Idioma está escrito el libro?

El libro está escrito en Inglés.

¿Cuál es la encuadernación de este libro?

La encuadernación de esta edición es Tapa Blanda.

Preguntas y respuestas sobre el libro

¿Tienes una pregunta sobre el libro? Inicia sesión para poder agregar tu propia pregunta.

Opiniones sobre Buscalibre

Ver más opiniones de clientes