Apprentissage approfondi. Réseaux neuronaux artificiels (ANN)
Par : ,Formats :
- Paiement en ligne :
- Livraison à domicile ou en point Mondial Relay indisponible
- Retrait Click and Collect en magasin gratuit
- Nombre de pages60
- PrésentationBroché
- FormatGrand Format
- Poids0.103 kg
- Dimensions15,0 cm × 23,0 cm × 0,5 cm
- ISBN978-613-9-56805-5
- EAN9786139568055
- Date de parution01/06/2020
- ÉditeurEditions universitaires européen...
Résumé
L'apprentissage approfondi est un sujet de recherche brûlant ces temps-ci. Les réseaux de neurones sont les bêtes de somme de l'apprentissage profond. Dans le cadre de cette recherche, les bases des réseaux de neurones ont été étudiées. Les ANN peuvent être définis comme des structures composées d'éléments de traitement simples adaptatifs densément interconnectés (appelés neurones ou noeuds artificiels) qui sont capables d'effectuer des calculs massivement parallèles pour le traitement des données et la représentation des connaissances.
La définition du réseau neuronal artificiel a été mentionnée, la conception du réseau neuronal a été discutée, l'apprentissage du réseau neuronal a été étudié, les types de réseaux neuronaux les plus populaires tels que les réseaux de Hopfield, les réseaux de la théorie de la résonance adaptative (ART), les réseaux de Kohonen, les réseaux de rétropropagation, les réseaux récurrents, les réseaux de contre-propagation et les réseaux à fonction de base radiale (RBF) ont été discutés.
La définition du réseau neuronal artificiel a été mentionnée, la conception du réseau neuronal a été discutée, l'apprentissage du réseau neuronal a été étudié, les types de réseaux neuronaux les plus populaires tels que les réseaux de Hopfield, les réseaux de la théorie de la résonance adaptative (ART), les réseaux de Kohonen, les réseaux de rétropropagation, les réseaux récurrents, les réseaux de contre-propagation et les réseaux à fonction de base radiale (RBF) ont été discutés.
L'apprentissage approfondi est un sujet de recherche brûlant ces temps-ci. Les réseaux de neurones sont les bêtes de somme de l'apprentissage profond. Dans le cadre de cette recherche, les bases des réseaux de neurones ont été étudiées. Les ANN peuvent être définis comme des structures composées d'éléments de traitement simples adaptatifs densément interconnectés (appelés neurones ou noeuds artificiels) qui sont capables d'effectuer des calculs massivement parallèles pour le traitement des données et la représentation des connaissances.
La définition du réseau neuronal artificiel a été mentionnée, la conception du réseau neuronal a été discutée, l'apprentissage du réseau neuronal a été étudié, les types de réseaux neuronaux les plus populaires tels que les réseaux de Hopfield, les réseaux de la théorie de la résonance adaptative (ART), les réseaux de Kohonen, les réseaux de rétropropagation, les réseaux récurrents, les réseaux de contre-propagation et les réseaux à fonction de base radiale (RBF) ont été discutés.
La définition du réseau neuronal artificiel a été mentionnée, la conception du réseau neuronal a été discutée, l'apprentissage du réseau neuronal a été étudié, les types de réseaux neuronaux les plus populaires tels que les réseaux de Hopfield, les réseaux de la théorie de la résonance adaptative (ART), les réseaux de Kohonen, les réseaux de rétropropagation, les réseaux récurrents, les réseaux de contre-propagation et les réseaux à fonction de base radiale (RBF) ont été discutés.