0 ratings
商品＃:
49266543
Hands-On Mathematics for Deep Learning: Build a solid mathematical foundation for training efficient deep neural network, (Paperback)
商品＃:
49266543
JPY 8833
価格の詳細
配送料と関税を除く ( 配送料と関税は購入手続き時に計算されます )
*すべての商品はアメリカから輸入されます
0 ratings
レビューを書く
在庫あり
USA ストアからの輸入品
数量：
在庫は残り99点のみです。
今すぐ注文すると 頃に届きます Monday, 10月 19
安全な取引
Ubuyはお客様のセキュリティとプライバシーの保護に努めています。当社の高度な決済セキュリティシステムは、AES（高度暗号化標準）およびSSL（セキュアソケットレイヤー）プロトコルを使用して送信中の情報を暗号化することで機密性を確保しています。お客様の決済情報は第三者の販売者と共有されることはなく、100%安全に保護されています。
最高の物流パートナー
Fast
Shipping
Free
Return*
安全な梱包
100％正規品
PCI DSS 準拠
ISO 27001認証取得
製品詳細
- A comprehensive guide to getting well-versed with the mathematical techniques for building modern deep learning architecturesKey Features Understand linear algebra, calculus, gradient algorithms, and other concepts essential for training deep neural networks Learn the mathematical concepts needed to understand how deep learning models function Use deep learning for solving problems related to vision, image, text, and sequence applications Book Description Most programmers and data scientists struggle with mathematics, having either overlooked or forgotten core mathematical concepts. This book uses Python libraries to help you understand the math required to build deep learning (DL) models. You'll begin by learning about core mathematical and modern computational techniques used to design and implement DL algorithms. This book will cover essential topics, such as linear algebra, eigenvalues and eigenvectors, the singular value decomposition concept, and gradient algorithms, to help you understand how to train deep neural networks. Later chapters focus on important neural networks, such as the linear neural network and multilayer perceptrons, with a primary focus on helping you learn how each model works. As you advance, you will delve into the math used for regularization, multi-layered DL, forward propagation, optimization, and backpropagation techniques to understand what it takes to build full-fledged DL models. Finally, you'll explore CNN, recurrent neural network (RNN), and GAN models and their application. By the end of this book, you'll have built a strong foundation in neural networks and DL mathematical concepts, which will help you to confidently research and build custom models in DL. What you will learn Understand the key mathematical concepts for building neural network models Discover core multivariable calculus concepts Improve the performance of deep learning models using optimization techniques Cover optimization algorithms, from basic stochastic gradient descent (SGD) to the advanced Adam optimizer Understand computational graphs and their importance in DL Explore the backpropagation algorithm to reduce output error Cover DL algorithms such as convolutional neural networks (CNNs), sequence models, and generative adversarial networks (GANs) Who this book is for This book is for data scientists, machine learning developers, aspiring deep learning developers, or anyone who wants to understand the foundation of deep learning by learning the math behind it. Working knowledge of the Python programming language and machine learning basics is required.
| Book format | Paperback |
| Fiction/nonfiction | Non-Fiction |
| Genre | Computing & Internet |
| Publication date | June, 2020 |
| Pages | 364 |
| Subgenre | Mathematical & Statistical Software |
| Series title | No Series |
| Edition | 1 |
| Publisher | Packt Publishing |
| Original languages | English |
| Language | English |
| Edu focus | Math & Counting |
| Educational level | General |
| Is collectible | N |
| Recording time | 0 min |
| Retail packaging | Single Piece |
| Assembled product dimensions (l x w x h) | 7.50 x 0.75 x 9.25 in (19.1 x 1.9 x 23.5 cm) |
| Assembled product weight | 1.38 lb (630 grams) |
| Bisac subject heading | Computers |
製品説明書
Hands-On Mathematics for Deep Learning: Build a solid mathematical foundation for training efficient deep neural network, (Paperback)
何か質問はありますか？ チャットでお問い合わせください
お客様の質問と回答
-
質問:
Ubuy から Hands-On Mathematics for Deep Learning: Build a をオンラインで購入するにはどうすればよいですか?
回答: Ubuy から Hands-On Mathematics for Deep Learning: Build a をオンラインで購入するのは簡単です。. 商品を検索し、チェックアウト時に配送方法を選択して、あなたの場所に届けてもらうだけです。 -
質問:
Hands-On Mathematics for Deep Learning: Build a は Japan でオンライン ショッピングできますか?
回答: はい、Ubuy Japan では、この製品を手頃な価格で購入できます。. Hands-On Mathematics for Deep Learning: Build a は地元では利用できませんが、速達サービスをご利用いただけますのでご安心ください。 -
質問:
注文してから商品が届くまでどれくらいかかりますか？
回答: ご注文の商品の納期は、ご注文内容と選択した配送方法によって異なります。. 配送予定日はご購入手続きの際に表示されますので、ご安心してお買い物ください。
Jay Dawani All Books Editorial Review
エディターレビューはまだありません
お客様のレビュー＆評価
1 カスタマー評価
-
5 星
0%
-
4 星
100%
-
3 星
0%
-
2 星
0%
-
1 星
0%
この商品のレビュー
お考えをお聞かせください
価格推移
重要な情報
- 注意：国際運送の商品に関して、製造会社保障は無効になる可能性、アフターサービスは受けれない可能性、取説や安全情報は発送先の言語になっていない可能性ある。商品とその付属品は配送先の国の規格、仕様、ラベル表示法などに適応していない可能性があります。また、配送先の国の電力企画に適応しいない（アダプタや変換器を必要とする）可能性があります。ご注文の商品は配送先の国に輸入することは合法なのかを確認するのは購入者の責任になります。Ubuyからご購入の際、受け取り者は正式な輸入者となり、配送先の全ての法律やルールに遵守する必要があります。
- Ubuyはグローバル検索エンジンのためリストにある全ての商品が購入できないことがあります。商品は輸出規制、貿易規制があります。
JPY 8833
今すぐ注文すると 頃に届きます Monday, 10月 19
This item is not restrict in my country.(Please click on above link if this item is not restrict in your country, So our team will review and allow.)
数量：
在庫は残り99点のみです。
安全な取引
PCI DSS準拠・ISO 27001:2022認証取得。すべてのご注文に暗号化決済と充実したバイヤープロテクションが適用されます。
最高の物流パートナー
最速の国際配送
Ubuyの安心保証
100％正規品、PCI DSS準拠の決済セキュリティ、ISO 27001認証のデータ保護、最速の国際配送、無料返品※、安全な梱包をすべてのご注文でお届けします。