Könyv Grundlagen des Deep Learning Lucien Sina

Grundlagen des Deep Learning

Eine mathematische Einführung.DE

Szerző: Lucien Sina
Nyelv: Német
Kötés: Puha kötésű
Kiadó: epubli
Elérhetőség: 50 % esély
Keressük az egész világon
11 695 Ft
Nem kézbesítjük karácsonyig
Wie lernen tiefe neuronale Netze, und warum funktionieren sie?Dieses Lehrbuch vermittelt einen mathe...

Információk a könyvről

Szerző
Nyelv
Német
Kötés
Könyv - Puha kötésű
oldal
596
EAN
9783565837441
Enbook ID
54378543
Kiadó
Súly
686
Méretek
125 x 190 x 34

Teljes leírás

Wie lernen tiefe neuronale Netze, und warum funktionieren sie?Dieses Lehrbuch vermittelt einen mathematisch fundierten Zugang zum Deep Learning. Es behandelt den Aufbau neuronaler Netze, Backpropagation, automatische Differentiation und Gradientenverfahren sowie die Herausforderungen beim Training tiefer Netze.Weitere Schwerpunkte sind die Ausdruckskraft neuronaler Netze, universelle Approximation und Architekturen wie Convolutional Neural Networks, rekurrente Netze und Transformer. Besonderes Augenmerk gilt der Frage, warum Deep Learning funktioniert: Überparametrisierung, implizite Regularisierung und Generalisierung werden ebenso untersucht wie theoretische Modelle sehr breiter neuronaler Netze.Präzise Herleitungen und zahlreiche Übungsaufgaben mit ausführlichen Lösungen unterstützen das systematische Verständnis. Das Buch richtet sich insbesondere an Studierende der Mathematik und Informatik sowie an alle, die neuronale Netze nicht nur anwenden, sondern ihre mathematischen Grundlagen verstehen möchten.