Deep Learning Architectures: A Mathematical Approach
2020年2月 · Springer Nature
電子書籍
760
ページ
report評価とレビューは確認済みではありません 詳細
この電子書籍について
This book describes how neural networks operate from the mathematical point of view. As a result, neural networks can be interpreted both as function universal approximators and information processors. The book bridges the gap between ideas and concepts of neural networks, which are used nowadays at an intuitive level, and the precise modern mathematical language, presenting the best practices of the former and enjoying the robustness and elegance of the latter.
This book can be used in a graduate course in deep learning, with the first few parts being accessible to senior undergraduates. In addition, the book will be of wide interest to machine learning researchers who are interested in a theoretical understanding of the subject.
著者について
Ovidiu Calin, a graduate from University of Toronto, is a professor at Eastern Michigan University and a former visiting professor at Princeton University and University of Notre Dame. He has delivered numerous lectures at several universities in Japan, Hong Kong, Taiwan, and Kuwait over the last 15 years. His publications include over 60 articles and 8 books in the fields of machine learning, computational finance, stochastic processes, variational calculus and geometric analysis.
この電子書籍を評価する
ご感想をお聞かせください。
読書情報
スマートフォンとタブレット
Android や iPad / iPhone 用の Google Play ブックス アプリをインストールしてください。このアプリがアカウントと自動的に同期するため、どこでもオンラインやオフラインで読むことができます。
ノートパソコンとデスクトップ パソコン
Google Play で購入したオーディブックは、パソコンのウェブブラウザで再生できます。
電子書籍リーダーなどのデバイス
Kobo 電子書籍リーダーなどの E Ink デバイスで読むには、ファイルをダウンロードしてデバイスに転送する必要があります。サポートされている電子書籍リーダーにファイルを転送する方法について詳しくは、ヘルプセンターをご覧ください。
