Redes Neuronales y Aprendizaje Profundo Un Libro de Texto (2da Edición)
Redes Neuronales y Aprendizaje Profundo (2da Edición)
Publicación patrocinada
Por Charu C. Aggarwal
Tabla de contenidos Página del editor de Springer (compra de copia en PDF o en papel) Página de Amazon (compra en papel)
Los capítulos de este libro se dividen en tres categorías:
- Bard se estrena en Europa y Brasil en medio de preocupaciones sobre la privacidad y una competencia cada vez más intensa
- Desarrollando herramientas de IA confiables para la salud
- Este artículo de IA de Stanford y Google introduce agentes generativos agentes computacionales interactivos que simulan el comportamiento humano’.
- Los fundamentos de las redes neuronales: El algoritmo de retropropagación se discute en el Capítulo 2. Muchos modelos tradicionales de aprendizaje automático pueden entenderse como casos especiales de redes neuronales. El Capítulo 3 explora las conexiones entre el aprendizaje automático tradicional y las redes neuronales. Se muestra que las máquinas de vectores de soporte, la regresión lineal/logística, la descomposición de valores singulares, la factorización de matrices y los sistemas de recomendación basados en la factorización de matrices son casos especiales de redes neuronales.
- Fundamentos de las redes neuronales: Se proporciona una discusión detallada del entrenamiento y la regularización en los Capítulos 4 y 5. Los Capítulos 6 y 7 presentan las redes de función de base radial (RBF) y las máquinas de Boltzmann restringidas.
- Temas avanzados en redes neuronales: Los Capítulos 8, 9 y 10 tratan sobre las redes neuronales recurrentes, las redes neuronales convolucionales y las redes neuronales de grafos. En los Capítulos 11 y 12 se introducen varios temas avanzados como el aprendizaje profundo por refuerzo, los mecanismos de atención, las redes de transformadores, los modelos de lenguaje grandes, los mapas autoorganizativos de Kohonen y las redes generativas adversarias.
La segunda edición está sustancialmente reorganizada y ampliada con capítulos separados sobre la retropropagación y las redes neuronales de grafos. Muchos capítulos han sido revisados significativamente en comparación con la primera edición. Se ha prestado una mayor atención a las ideas modernas de aprendizaje profundo, como el aprendizaje adversario, las redes neuronales de grafos, los mecanismos de atención, los transformadores y los modelos de lenguaje grandes.
El libro en papel está disponible en la mayoría de las librerías como Amazon, pero la copia en PDF del libro solo está disponible en Springer. Una edición para Kindle estará disponible en un futuro próximo. El PDF contiene hipervínculos similares a los del Kindle para la navegación y se puede utilizar tanto en Kindle como en dispositivos móviles como el iPad.
We will continue to update Zepes; if you have any questions or suggestions, please contact us!
Was this article helpful?
93 out of 132 found this helpful
Related articles
- Creando un Chatbot con FalconAI, LangChain y Chainlit
- Herramientas principales de detección de contenido de Inteligencia Artificial (IA)
- Top Herramientas/Startups de Datos Sintéticos para Modelos de Aprendizaje Automático en 2023
- Conoce AUDIT Un modelo de edición de audio guiado por instrucciones basado en modelos de difusión latente
- Conoce a Auto-GPT una aplicación experimental de código abierto que muestra el poder de los LLMs como GPT-4 para desarrollar y gestionar autónomamente diferentes tipos de tareas.
- Los mejores mejoradores de audio de IA (2023)
- Principales extensiones de Chrome con inteligencia artificial AI