Descripción del título
Deep learning [: principios...
En este libro se introducen los conceptos fundamentales del aprendizaje profundo (Deep learning, DL) mediante el uso de redes neuronales artificiales (Artificial neural networks, ANN). El lector podrá encontrar una revisión completa de las técnicas avanzadas más usadas en estos campos. El enfoque del libro es claramente descriptivo, con el objetivo de que el lector entienda los conceptos e ideas básicos detrás de cada algoritmo o técnica. La primera parte del libro constituye una introducción al aprendizaje profundo, en general, y a las redes neuronales, en particular. En la segunda parte se describe el funcionamiento de las redes neuronales, partiendo de conceptos básicos (como la estructura de una neurona, las principales funciones de activación, etc.) hasta alcanzar conceptos avanzados (optimización del rendimiento de las redes neuronales o estrategias para evitar el problema del sobreentrenamiento). La tercera parte presenta los fundamentos teóricos, estructura y principales arquitecturas de las redes neuronales convolucionales (Convolutional neural networks, CNN) y su aplicación en el procesamiento de imágenes. Finalmente, el cuarto bloque de este texto se centra los fundamentos teóricos, estructura y principales arquitecturas de las redes neuronales recurrentes (Recurrent neural networks, RNN) y su aplicaciones para el procesamiento de series temporales y textos. [Fuente: eLibro]
Recurso Electrónico
recurso_electronico Rebiun30041056 https://catalogo.rebiun.org/rebiun/record/Rebiun30041056 220329s2020 esp f d spa d 9788491806561 9788491806578 ed. electrónica) UAN0127475 UAN 004.8(0.034) 004.85(0.034) Bosch Rué, Anna Deep learning Recurso electrónico] : principios y fundamentos Anna Bosch Rué, Jordi Casas Roma, Toni Lozano Bagén. 1ª ed. digital Barcelona Editorial UOC 2020. Barcelona Barcelona Editorial UOC 1 archivo. 1 archivo. Manuales (Tecnología) Bibliografía: p. 249-257. Prefacio -- Parte I. Introducción: Capítulo 1. Introducción y contextualización ; Capítulo 2. Conceptos básicos de aprendizaje automático -- Parte II. Redes neuronales artificiales: Capítulo 3. Principios y fundamentos ; Capítulo 4. Optimización del proceso de aprendizaje ; Capítulo 5. Autoencoders -- Parte III. Redes neuronales convolucionales: Capítulo 6. Introducción y conceptos básicos ; Capítulo 7. Componentes y estructura de una CNN ; Capítulo 8. Arquitecturas de CNN ; Capítulo 9. Consejos prácticos y ejemplos -- Parte IV. Redes neuronales recurrentes: Capítulo 10. Fundamentos de las redes recurrentes ; Capítulo 11. Tipología de celdas recurrentes ; Capítulo 12. Arquitecturas de redes recurrentes ; Capítulo 13. Consejos prácticos y ejemplos -- Parte V. Apéndices: Apéndice A. Notación ; Apéndice B. Detalles del backpropagation -- Bibliografía Acceso restringido a los usuarios de la Universidad Nebrija. Limitaciones de impresión, copia y descarga. En este libro se introducen los conceptos fundamentales del aprendizaje profundo (Deep learning, DL) mediante el uso de redes neuronales artificiales (Artificial neural networks, ANN). El lector podrá encontrar una revisión completa de las técnicas avanzadas más usadas en estos campos. El enfoque del libro es claramente descriptivo, con el objetivo de que el lector entienda los conceptos e ideas básicos detrás de cada algoritmo o técnica. La primera parte del libro constituye una introducción al aprendizaje profundo, en general, y a las redes neuronales, en particular. En la segunda parte se describe el funcionamiento de las redes neuronales, partiendo de conceptos básicos (como la estructura de una neurona, las principales funciones de activación, etc.) hasta alcanzar conceptos avanzados (optimización del rendimiento de las redes neuronales o estrategias para evitar el problema del sobreentrenamiento). La tercera parte presenta los fundamentos teóricos, estructura y principales arquitecturas de las redes neuronales convolucionales (Convolutional neural networks, CNN) y su aplicación en el procesamiento de imágenes. Finalmente, el cuarto bloque de este texto se centra los fundamentos teóricos, estructura y principales arquitecturas de las redes neuronales recurrentes (Recurrent neural networks, RNN) y su aplicaciones para el procesamiento de series temporales y textos. [Fuente: eLibro] Ordenador con navegador de Internet Redes neuronales (Informática)- En línea Aprendizaje automático (Inteligencia artificial)- En línea Inteligencia artificial- En línea Casas Roma, Jordi Lozano Bagén, Toni