Reti neurali: Guida facile alle reti neurali artificiali (Concetti di intelligenza artificiale e reti neurali spiegati in termini semplici).

Recensioni dei lettori

Attualmente non ci sono recensioni dei lettori. La valutazione si basa su 2 voti.

Titolo originale:

Neural Networks: Easy Guide to Artificial Neural Networks (Artificial Intelligence and Neural Network Concepts Explained in Simple Term

Contenuto del libro:

Questo libro tratta di come utilizzare il deep learning per la computer vision utilizzando le reti neurali convoluzionali. Queste sono lo stato dell'arte quando si tratta di classificazione di immagini e battono le reti profonde vanilla in compiti come mnist.

In questo corso alzeremo la posta in gioco ed esamineremo il dataset Streetview House Number (Svhn), che utilizza immagini a colori di grandi dimensioni e con diverse angolazioni, per cui le cose si faranno più difficili sia dal punto di vista computazionale che da quello della difficoltà del compito di classificazione.

Vantaggi della lettura di questo libro che non troverete da nessun'altra parte:

⬤ Introduzione alle reti neurali.

⬤ Strutture delle reti neurali.

⬤ Costruzione di una rete neurale.

⬤ La costruzione di neuroni artificiali.

⬤ Il modello dei neuroni biologici.

⬤ Come funzionano.

⬤ Le capacità della struttura delle reti neurali.

⬤ Organizzazione della rete.

L'apprendimento profondo è un concetto nuovo, emerso a partire dagli anni 2000. Se l'apprendimento profondo è una novità, non è così per le reti neurali artificiali, concetto su cui si basa l'apprendimento profondo. Si parla del primo neurone artificiale nel 1943, quando Warren McCulloch e Walter Pitts pubblicarono il primo modello matematico e informatico del neurone biologico: il neurone formale. Il neurone formale si ispira direttamente al neurone biologico.