توضیحات
The purpose of this edited volume is to provide a comprehensive overview on the fundamentals of deep learning, introduce the widely-used learning architectures and algorithms, present its latest theoretical progress, discuss the most popular deep learning platforms and data sets, and describe how many deep learning methodologies have brought great breakthroughs in various applications of text, image, video, speech and audio processing.
Deep learning (DL) has been widely considered as the next generation of machine learning methodology. DL attracts much attention and also achieves great success in pattern recognition, computer vision, data mining, and knowledge discovery due to its great capability in learning high-level abstract features from vast amount of data. This new book will not only attempt to provide a general roadmap or guidance to the current deep learning methodologies, but also present the challenges and envision new perspectives which may lead to further breakthroughs in this field.
This book will serve as a useful reference for senior (undergraduate or graduate) students in computer science, statistics, electrical engineering, as well as others interested in studying or exploring the potential of exploiting deep learning algorithms. It will also be of special interest to researchers in the area of AI, pattern recognition, machine learning and related areas, alongside engineers interested in applying deep learning models in existing or new practical applications.
————————————————————–
ترجمه ماشینی :
هدف از این جلد ویرایش شده ارائه یک مرور کلی در مورد اصول یادگیری عمیق ، معرفی معماری ها و الگوریتم های یادگیری گسترده ، ارائه آخرین پیشرفت نظری آن ، بحث در مورد محبوب ترین سیستم عامل ها و داده های عمیق یادگیری است. مجموعه ها ، و توصیف چند روش یادگیری عمیق ، پیشرفت های بزرگی را در برنامه های مختلف متن ، تصویر ، فیلم ، گفتار و پردازش صوتی به همراه داشته است.
یادگیری عمیق (DL) به طور گسترده ای به عنوان نسل بعدی روش یادگیری ماشین در نظر گرفته شده است. DL توجه زیادی را به خود جلب می کند و همچنین به دلیل توانایی عالی در یادگیری ویژگی های انتزاعی سطح بالا از مقدار زیادی از داده ها ، در تشخیص الگوی ، دید رایانه ، داده کاوی و کشف دانش به موفقیت بزرگی می رسد. این کتاب جدید نه تنها سعی در ارائه نقشه راه کلی یا راهنمایی برای روشهای یادگیری عمیق فعلی خواهد داشت ، بلکه چالش ها را نیز ارائه می دهد و چشم اندازهای جدیدی را که ممکن است منجر به پیشرفت های بیشتر در این زمینه شود ، ارائه می دهد.
این کتاب به عنوان یک مرجع مفید برای دانشجویان ارشد (کارشناسی یا کارشناسی ارشد) در علوم کامپیوتر ، آمار ، مهندسی برق و همچنین سایر افراد علاقمند به مطالعه یا بررسی پتانسیل بهره برداری از الگوریتم های یادگیری عمیق خدمت می کند. همچنین در کنار مهندسان علاقمند به استفاده از مدلهای یادگیری عمیق در برنامه های کاربردی موجود یا جدید ، مورد توجه محققان در زمینه هوش مصنوعی ، تشخیص الگوی ، یادگیری ماشین و مناطق مرتبط خواهد بود.
tag : دانلود کتاب یادگیری عمیق: اصول ، تئوری و برنامه ها , Download یادگیری عمیق: اصول ، تئوری و برنامه ها , دانلود یادگیری عمیق: اصول ، تئوری و برنامه ها , Download Deep Learning: Fundamentals, Theory and Applications Book , یادگیری عمیق: اصول ، تئوری و برنامه ها دانلود , buy یادگیری عمیق: اصول ، تئوری و برنامه ها , خرید کتاب یادگیری عمیق: اصول ، تئوری و برنامه ها , دانلود کتاب Deep Learning: Fundamentals, Theory and Applications , کتاب Deep Learning: Fundamentals, Theory and Applications , دانلود Deep Learning: Fundamentals, Theory and Applications , خرید Deep Learning: Fundamentals, Theory and Applications , خرید کتاب Deep Learning: Fundamentals, Theory and Applications ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.