By visiting our site, you agree to our privacy policy regarding cookies, tracking statistics, etc.

Tiefes Lernen

In diesem Modul wird Deep Learning untersucht, eine Teilmenge des maschinellen Lernens, bei der neuronale Netze mit vielen Schichten verwendet werden, um komplexe Muster in Daten zu modellieren. Es behandelt grundlegende Konzepte wie Convolutional und Recurrent Neural Networks, Backpropagation und Trainingstechniken sowie Anwendungen in der Bild- und Spracherkennung, der Verarbeitung natürlicher Sprache und autonomen Fahrzeugen.

Portal > Künstliche Intelligenz > Tiefes Lernen

Curriculum Builder

Curriculum ansehen

Sutton, Richard S. und Andrew G. Barto. Reinforcement Learning: Eine Einführung. Zweite Auflage. Reihen zu adaptiver Berechnung und maschinellem Lernen. Cambridge, Massachusetts: Die MIT-Presse, 2018.

Theodoridis, Sergios und Konstantinos Koutroumbas. Mustererkennung. 4. Aufl. Burlington Heidelberg: Academic Press, 2009.

Zhang, Aston, Zachary C. Lipton, Mu Li und Alexander J. Smola. „Tauchen Sie ein in Deep Learning.“ arXiv, 22. August 2023.

http://arxiv.org/abs/2106.11342

Nielsen, Michael A. Neuronale Netze und Deep Learning, 2019.

http://neuralnetworksanddeeplearning.com

Tunstall, Lewis, Leandro von Werra und Thomas Wolf. Verarbeitung natürlicher Sprache mit Transformers: Erstellen von Sprachanwendungen mit Hugging Face. Erstausgabe. Sebastopol, Kalifornien: O’Reilly Media, 2022.

Rao, Dellip und Brian McMahan. Verarbeitung natürlicher Sprache mit PyTorch: Erstellen Sie intelligente Sprachanwendungen mit Deep Learning. Erstausgabe. Sebastopol, Kalifornien: O’Reilly Media, 2019.

Goodfellow, Ian, Yoshua Bengio, und Aaron Courville. Tiefes Lernen. Adaptive Computation and Machine Learning Series. The MIT Press, 2016.

Goldberg, Yoav. „Eine Einführung in neuronale Netzwerkmodelle für die Verarbeitung natürlicher Sprache.“ arXiv, 2015.

https://doi.org/10.48550/ARXIV.1510.00726

Eisenstein, Jakob. Einführung in die Verarbeitung natürlicher Sprache. Adaptives Rechnen und maschinelles Lernen. Die MIT-Presse, 2019.

Jurafsky, Daniel und James H. Martin. Sprach- und Sprachverarbeitung: Eine Einführung in die Verarbeitung natürlicher Sprache, Computerlinguistik und Spracherkennung. Prentice Hall Serie in Künstlicher Intelligenz. Upper Saddle River, New Jersey: Prentice Hall, 2000.

Thank you for signing up to our newsletter!

Thank you! RSVP received for Sutton, Richard S. und Andrew G. Barto. Reinforcement Learning: Eine Einführung. Zweite Auflage. Reihen zu adaptiver Berechnung und maschinellem Lernen. Cambridge, Massachusetts: Die MIT-Presse, 2018.

Thank you for applying! We will be in touch.

Apply for: Sutton, Richard S. und Andrew G. Barto. Reinforcement Learning: Eine Einführung. Zweite Auflage. Reihen zu adaptiver Berechnung und maschinellem Lernen. Cambridge, Massachusetts: Die MIT-Presse, 2018.

Sutton, Richard S. und Andrew G. Barto. Reinforcement Learning: Eine Einführung. Zweite Auflage. Reihen zu adaptiver Berechnung und maschinellem Lernen. Cambridge, Massachusetts: Die MIT-Presse, 2018.

Laden...

Laden…