Deep Learning : Das umfassende Handbuch : Grundlagen, aktuelle Verfahren und Algorithmen, neue Forschungsansätze

Bibliographische Detailangaben

Titel
Deep Learning Das umfassende Handbuch : Grundlagen, aktuelle Verfahren und Algorithmen, neue Forschungsansätze
verantwortlich
Goodfellow, Ian (VerfasserIn); Bengio, Yoshua (VerfasserIn); Courville, Aaron (VerfasserIn); Lenz, Guido (ÜbersetzerIn)
Ausgabe
1st edition
veröffentlicht
Frechen: mitp, 2018
©2018
Erscheinungsjahr
2018
Teil von
mitp Professional
Erscheint auch als
Goodfellow, Ian, 1987 - , Deep Learning, 1. Auflage, Frechen : mitp, 2018, xxii, 883 Seiten
Andere Ausgaben
Deep Learning: das umfassende Handbuch : Grundlagen, aktuelle Verfahren und Algorithmen, neue Forschungsansätze
Medientyp
E-Book
Datenquelle
K10plus Verbundkatalog
Tags
Tag hinzufügen

Zugang

Weitere Informationen sehen Sie, wenn Sie angemeldet sind. Noch keinen Account? Jetzt registrieren.

LEADER 05020cam a2200613 4500
001 183-1696847753
003 DE-627
005 20230529213129.0
007 cr uuu---uuuuu
008 200429s2018 xx |||||o 00| ||ger c
020 |a 9783958457010  |9 978-3-95845-701-0 
035 |a (DE-627)1696847753 
035 |a (DE-599)KEP03829883X 
035 |a (EBL)EBL5598176 
035 |a (EBC)EBC5598176 
035 |a (EBP)03829883X 
040 |a DE-627  |b ger  |c DE-627  |e rda 
041 |a ger 
082 0 |a 006.31 
084 |a ST 300  |q SEPA  |2 rvk  |0 (DE-625)rvk/143650: 
084 |a 54.72  |2 bkl 
100 1 |a Goodfellow, Ian  |d 1987-  |e VerfasserIn  |0 (DE-588)112365512X  |0 (DE-627)877327394  |0 (DE-576)481865705  |4 aut 
245 1 0 |a Deep Learning  |b Das umfassende Handbuch : Grundlagen, aktuelle Verfahren und Algorithmen, neue Forschungsansätze  |c Ian Goodfellow, Yoshua Bengio, Aaron Courville; Übersetzung aus dem Amerikanischen von Guido Lenz 
250 |a 1st edition 
264 1 |a Frechen  |b mitp  |c 2018 
264 4 |c ©2018 
300 |a 1 Online-Ressource (XXII, 883 Seiten) 
336 |a Text  |b txt  |2 rdacontent 
337 |a Computermedien  |b c  |2 rdamedia 
338 |a Online-Ressource  |b cr  |2 rdacarrier 
490 0 |a mitp Professional 
500 |a Description based on publisher supplied metadata and other sources 
520 |a Intro -- Impressum -- Website zum Buch -- Danksagung -- Über die Fachkorrektoren zur deutschen Ausgabe -- Notation -- Einleitung -- Für wen ist dieses Buch gedacht? -- Historische Entwicklungen im Deep Learning -- I Angewandte Mathematik und Grundlagen für das Machine Learning -- Lineare Algebra -- Skalare, Vektoren, Matrizen und Tensoren -- Multiplizieren von Matrizen und Vektoren -- Einheits- und Umkehrmatrizen -- Lineare Abhängigkeit und lineare Hülle -- Normen -- Spezielle Matrizen und Vektoren -- Eigenwertzerlegung -- Singulärwertzerlegung -- Die Moore-Penrose-Pseudoinverse -- Der Spuroperator -- Die Determinante -- Beispiel: Hauptkomponentenanalyse -- Wahrscheinlichkeits- und Informationstheorie -- Warum Wahrscheinlichkeit? -- Zufallsvariablen -- Wahrscheinlichkeitsverteilungen -- Randwahrscheinlichkeit -- Bedingte Wahrscheinlichkeit -- Die Produktregel der bedingten Wahrscheinlichkeiten -- Unabhängigkeit und bedingte Unabhängigkeit -- Erwartungswert, Varianz und Kovarianz -- Häufig genutzte Wahrscheinlichkeitsverteilungen -- Nützliche Eigenschaften häufig verwendeter Funktionen -- Satz von Bayes -- Technische Einzelheiten stetiger Variablen -- Informationstheorie -- Strukturierte probabilistische Modelle -- Numerische Berechnung -- Überlauf und Unterlauf -- Schlechte Konditionierung -- Optimierung auf Gradientenbasis -- Optimierung unter Nebenbedingungen -- Beispiel: Lineare kleinste Quadrate -- Grundlagen für das Machine Learning -- Lernalgorithmen -- Kapazität, Überanpassung und Unteranpassung -- Hyperparameter und Validierungsdaten -- Schätzer, Verzerrung und Varianz -- Maximum-Likelihood-Schätzung -- Bayessche Statistik -- Algorithmen für überwachtes Lernen -- Algorithmen für unüberwachtes Lernen -- Stochastisches Gradientenabstiegsverfahren -- Entwickeln eines Machine-Learning-Algorithmus -- Probleme, an denen Deep Learning wächst. 
650 4 |a Machine learning 
650 4 |a Electronic books 
689 0 0 |D s  |0 (DE-588)1135597375  |0 (DE-627)890512922  |0 (DE-576)489847412  |a Deep learning  |2 gnd 
689 0 |5 DE-101 
689 1 0 |D s  |0 (DE-588)1135597375  |0 (DE-627)890512922  |0 (DE-576)489847412  |a Deep learning  |2 gnd 
689 1 1 |D s  |0 (DE-588)4193754-5  |0 (DE-627)105224782  |0 (DE-576)21008944X  |a Maschinelles Lernen  |2 gnd 
689 1 |5 (DE-627) 
700 1 |a Bengio, Yoshua  |e VerfasserIn  |0 (DE-588)1126443166  |0 (DE-627)880916370  |0 (DE-576)174970420  |4 aut 
700 1 |a Courville, Aaron  |e VerfasserIn  |0 (DE-588)1171761546  |0 (DE-627)1040703402  |0 (DE-576)513847170  |4 aut 
700 1 |a Lenz, Guido  |e ÜbersetzerIn  |4 trl 
776 1 |z 9783958457003 
776 0 8 |i Erscheint auch als  |n Druck-Ausgabe  |a Goodfellow, Ian, 1987 -   |t Deep Learning  |b 1. Auflage  |d Frechen : mitp, 2018  |h xxii, 883 Seiten  |w (DE-627)1633735990  |w (DE-576)49992505X  |z 9783958457003  |z 3958457002 
856 4 0 |u https://ebookcentral.proquest.com/lib/kxp/detail.action?docID=5598176  |m X:EBC  |x Aggregator 
912 0 |a ZDB-30-PQE 
924 1 |a 3974879919  |b DE-27  |9 27  |c GBV  |d d  |k https://ebookcentral.proquest.com/lib/thulbjena/detail.action?docID=5598176  |l G 
924 1 |a 4184359140  |b DE-Wis1  |9 Wis 1  |c GBV  |d d  |k https://ebookcentral.proquest.com/lib/hswismar-ebooks/detail.action?docID=6947710 
924 1 |a 3811788256  |b DE-Kon4  |9 Kon 4  |c BSZ  |d d  |g eBook ebcentral  |k https://ebookcentral.proquest.com/lib/htwg-konstanz/detail.action?docID=5598176  |l Zum Online-Dokument  |l Nur aus dem Campusnetz erreichbar 
936 r v |a ST 300  |b Allgemeines  |k Informatik  |k Monografien  |k Künstliche Intelligenz  |k Allgemeines  |0 (DE-627)1271119005  |0 (DE-625)rvk/143650:  |0 (DE-576)201119005 
936 b k |a 54.72  |j Künstliche Intelligenz  |q SEPA  |0 (DE-627)10641240X 
951 |a BO 
980 |a 1696847753  |b 183  |c sid-183-col-kxpbbi 
openURL url_ver=Z39.88-2004&ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fkatalog.fid-bbi.de%3Agenerator&rft.title=Deep+Learning%3A+Das+umfassende+Handbuch+%3A+Grundlagen%2C+aktuelle+Verfahren+und+Algorithmen%2C+neue+Forschungsans%C3%A4tze&rft.date=2018&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Abook&rft.genre=book&rft.btitle=Deep+Learning%3A+Das+umfassende+Handbuch+%3A+Grundlagen%2C+aktuelle+Verfahren+und+Algorithmen%2C+neue+Forschungsans%C3%A4tze&rft.series=mitp+Professional&rft.au=Goodfellow%2C+Ian&rft.pub=mitp&rft.edition=1st+edition&rft.isbn=3958457010
SOLR
_version_ 1797788760595759104
author Goodfellow, Ian, Bengio, Yoshua, Courville, Aaron
author2 Lenz, Guido
author2_role trl
author2_variant g l gl
author_facet Goodfellow, Ian, Bengio, Yoshua, Courville, Aaron, Lenz, Guido
author_role aut, aut, aut
author_sort Goodfellow, Ian 1987-
author_variant i g ig, y b yb, a c ac
building Library A
collection ZDB-30-PQE, sid-183-col-kxpbbi
contents Intro -- Impressum -- Website zum Buch -- Danksagung -- Über die Fachkorrektoren zur deutschen Ausgabe -- Notation -- Einleitung -- Für wen ist dieses Buch gedacht? -- Historische Entwicklungen im Deep Learning -- I Angewandte Mathematik und Grundlagen für das Machine Learning -- Lineare Algebra -- Skalare, Vektoren, Matrizen und Tensoren -- Multiplizieren von Matrizen und Vektoren -- Einheits- und Umkehrmatrizen -- Lineare Abhängigkeit und lineare Hülle -- Normen -- Spezielle Matrizen und Vektoren -- Eigenwertzerlegung -- Singulärwertzerlegung -- Die Moore-Penrose-Pseudoinverse -- Der Spuroperator -- Die Determinante -- Beispiel: Hauptkomponentenanalyse -- Wahrscheinlichkeits- und Informationstheorie -- Warum Wahrscheinlichkeit? -- Zufallsvariablen -- Wahrscheinlichkeitsverteilungen -- Randwahrscheinlichkeit -- Bedingte Wahrscheinlichkeit -- Die Produktregel der bedingten Wahrscheinlichkeiten -- Unabhängigkeit und bedingte Unabhängigkeit -- Erwartungswert, Varianz und Kovarianz -- Häufig genutzte Wahrscheinlichkeitsverteilungen -- Nützliche Eigenschaften häufig verwendeter Funktionen -- Satz von Bayes -- Technische Einzelheiten stetiger Variablen -- Informationstheorie -- Strukturierte probabilistische Modelle -- Numerische Berechnung -- Überlauf und Unterlauf -- Schlechte Konditionierung -- Optimierung auf Gradientenbasis -- Optimierung unter Nebenbedingungen -- Beispiel: Lineare kleinste Quadrate -- Grundlagen für das Machine Learning -- Lernalgorithmen -- Kapazität, Überanpassung und Unteranpassung -- Hyperparameter und Validierungsdaten -- Schätzer, Verzerrung und Varianz -- Maximum-Likelihood-Schätzung -- Bayessche Statistik -- Algorithmen für überwachtes Lernen -- Algorithmen für unüberwachtes Lernen -- Stochastisches Gradientenabstiegsverfahren -- Entwickeln eines Machine-Learning-Algorithmus -- Probleme, an denen Deep Learning wächst.
ctrlnum (DE-627)1696847753, (DE-599)KEP03829883X, (EBL)EBL5598176, (EBC)EBC5598176, (EBP)03829883X
dewey-full 006.31
dewey-hundreds 000 - Computer science, information, general works
dewey-ones 006 - Special computer methods
dewey-raw 006.31
dewey-search 006.31
dewey-sort 16.31
dewey-tens 000 - Computer science, information, general works
edition 1st edition
facet_912a ZDB-30-PQE
facet_avail Online
facet_local_del330 Deep learning, Maschinelles Lernen
finc_class_facet Informatik
fincclass_txtF_mv science-computerscience
footnote Description based on publisher supplied metadata and other sources
format eBook
format_access_txtF_mv Book, E-Book
format_de105 Ebook
format_de14 Book, E-Book
format_de15 Book, E-Book
format_del152 Buch
format_detail_txtF_mv text-online-monograph-independent
format_dezi4 e-Book
format_finc Book, E-Book
format_legacy ElectronicBook
format_legacy_nrw Book, E-Book
format_nrw Book, E-Book
format_strict_txtF_mv E-Book
geogr_code not assigned
geogr_code_person not assigned
id 183-1696847753
illustrated Not Illustrated
imprint Frechen, mitp, 2018
imprint_str_mv Frechen: mitp, 2018
institution FID-BBI-DE-23
is_hierarchy_id
is_hierarchy_title
isbn 9783958457010
isbn_isn_mv 9783958457003, 3958457002
language German
last_indexed 2024-04-30T19:22:45.948Z
marc_error [geogr_code]Unable to make public java.lang.AbstractStringBuilder java.lang.AbstractStringBuilder.append(java.lang.String) accessible: module java.base does not "opens java.lang" to unnamed module @64e01542
match_str goodfellow2018deeplearningdasumfassendehandbuchgrundlagenaktuelleverfahrenundalgorithmenneueforschungsansatze
mega_collection K10plus Verbundkatalog
physical 1 Online-Ressource (XXII, 883 Seiten)
publishDate 2018, , ©2018
publishDateSort 2018
publishPlace Frechen,
publisher mitp,
record_format marcfinc
record_id 1696847753
recordtype marcfinc
rvk_facet ST 300
rvk_label Informatik, Monografien, Künstliche Intelligenz, Allgemeines
rvk_path ST, SQ - SU, ST 300, ST 300 - ST 308
rvk_path_str_mv ST, SQ - SU, ST 300, ST 300 - ST 308
series2 mitp Professional
source_id 183
spelling Goodfellow, Ian 1987- VerfasserIn (DE-588)112365512X (DE-627)877327394 (DE-576)481865705 aut, Deep Learning Das umfassende Handbuch : Grundlagen, aktuelle Verfahren und Algorithmen, neue Forschungsansätze Ian Goodfellow, Yoshua Bengio, Aaron Courville; Übersetzung aus dem Amerikanischen von Guido Lenz, 1st edition, Frechen mitp 2018, ©2018, 1 Online-Ressource (XXII, 883 Seiten), Text txt rdacontent, Computermedien c rdamedia, Online-Ressource cr rdacarrier, mitp Professional, Description based on publisher supplied metadata and other sources, Intro -- Impressum -- Website zum Buch -- Danksagung -- Über die Fachkorrektoren zur deutschen Ausgabe -- Notation -- Einleitung -- Für wen ist dieses Buch gedacht? -- Historische Entwicklungen im Deep Learning -- I Angewandte Mathematik und Grundlagen für das Machine Learning -- Lineare Algebra -- Skalare, Vektoren, Matrizen und Tensoren -- Multiplizieren von Matrizen und Vektoren -- Einheits- und Umkehrmatrizen -- Lineare Abhängigkeit und lineare Hülle -- Normen -- Spezielle Matrizen und Vektoren -- Eigenwertzerlegung -- Singulärwertzerlegung -- Die Moore-Penrose-Pseudoinverse -- Der Spuroperator -- Die Determinante -- Beispiel: Hauptkomponentenanalyse -- Wahrscheinlichkeits- und Informationstheorie -- Warum Wahrscheinlichkeit? -- Zufallsvariablen -- Wahrscheinlichkeitsverteilungen -- Randwahrscheinlichkeit -- Bedingte Wahrscheinlichkeit -- Die Produktregel der bedingten Wahrscheinlichkeiten -- Unabhängigkeit und bedingte Unabhängigkeit -- Erwartungswert, Varianz und Kovarianz -- Häufig genutzte Wahrscheinlichkeitsverteilungen -- Nützliche Eigenschaften häufig verwendeter Funktionen -- Satz von Bayes -- Technische Einzelheiten stetiger Variablen -- Informationstheorie -- Strukturierte probabilistische Modelle -- Numerische Berechnung -- Überlauf und Unterlauf -- Schlechte Konditionierung -- Optimierung auf Gradientenbasis -- Optimierung unter Nebenbedingungen -- Beispiel: Lineare kleinste Quadrate -- Grundlagen für das Machine Learning -- Lernalgorithmen -- Kapazität, Überanpassung und Unteranpassung -- Hyperparameter und Validierungsdaten -- Schätzer, Verzerrung und Varianz -- Maximum-Likelihood-Schätzung -- Bayessche Statistik -- Algorithmen für überwachtes Lernen -- Algorithmen für unüberwachtes Lernen -- Stochastisches Gradientenabstiegsverfahren -- Entwickeln eines Machine-Learning-Algorithmus -- Probleme, an denen Deep Learning wächst., Machine learning, Electronic books, s (DE-588)1135597375 (DE-627)890512922 (DE-576)489847412 Deep learning gnd, DE-101, s (DE-588)4193754-5 (DE-627)105224782 (DE-576)21008944X Maschinelles Lernen gnd, (DE-627), Bengio, Yoshua VerfasserIn (DE-588)1126443166 (DE-627)880916370 (DE-576)174970420 aut, Courville, Aaron VerfasserIn (DE-588)1171761546 (DE-627)1040703402 (DE-576)513847170 aut, Lenz, Guido ÜbersetzerIn trl, 9783958457003, Erscheint auch als Druck-Ausgabe Goodfellow, Ian, 1987 - Deep Learning 1. Auflage Frechen : mitp, 2018 xxii, 883 Seiten (DE-627)1633735990 (DE-576)49992505X 9783958457003 3958457002, https://ebookcentral.proquest.com/lib/kxp/detail.action?docID=5598176 X:EBC Aggregator
spellingShingle Goodfellow, Ian, Bengio, Yoshua, Courville, Aaron, Deep Learning: Das umfassende Handbuch : Grundlagen, aktuelle Verfahren und Algorithmen, neue Forschungsansätze, Intro -- Impressum -- Website zum Buch -- Danksagung -- Über die Fachkorrektoren zur deutschen Ausgabe -- Notation -- Einleitung -- Für wen ist dieses Buch gedacht? -- Historische Entwicklungen im Deep Learning -- I Angewandte Mathematik und Grundlagen für das Machine Learning -- Lineare Algebra -- Skalare, Vektoren, Matrizen und Tensoren -- Multiplizieren von Matrizen und Vektoren -- Einheits- und Umkehrmatrizen -- Lineare Abhängigkeit und lineare Hülle -- Normen -- Spezielle Matrizen und Vektoren -- Eigenwertzerlegung -- Singulärwertzerlegung -- Die Moore-Penrose-Pseudoinverse -- Der Spuroperator -- Die Determinante -- Beispiel: Hauptkomponentenanalyse -- Wahrscheinlichkeits- und Informationstheorie -- Warum Wahrscheinlichkeit? -- Zufallsvariablen -- Wahrscheinlichkeitsverteilungen -- Randwahrscheinlichkeit -- Bedingte Wahrscheinlichkeit -- Die Produktregel der bedingten Wahrscheinlichkeiten -- Unabhängigkeit und bedingte Unabhängigkeit -- Erwartungswert, Varianz und Kovarianz -- Häufig genutzte Wahrscheinlichkeitsverteilungen -- Nützliche Eigenschaften häufig verwendeter Funktionen -- Satz von Bayes -- Technische Einzelheiten stetiger Variablen -- Informationstheorie -- Strukturierte probabilistische Modelle -- Numerische Berechnung -- Überlauf und Unterlauf -- Schlechte Konditionierung -- Optimierung auf Gradientenbasis -- Optimierung unter Nebenbedingungen -- Beispiel: Lineare kleinste Quadrate -- Grundlagen für das Machine Learning -- Lernalgorithmen -- Kapazität, Überanpassung und Unteranpassung -- Hyperparameter und Validierungsdaten -- Schätzer, Verzerrung und Varianz -- Maximum-Likelihood-Schätzung -- Bayessche Statistik -- Algorithmen für überwachtes Lernen -- Algorithmen für unüberwachtes Lernen -- Stochastisches Gradientenabstiegsverfahren -- Entwickeln eines Machine-Learning-Algorithmus -- Probleme, an denen Deep Learning wächst., Machine learning, Electronic books, Deep learning, Maschinelles Lernen
title Deep Learning: Das umfassende Handbuch : Grundlagen, aktuelle Verfahren und Algorithmen, neue Forschungsansätze
title_auth Deep Learning Das umfassende Handbuch : Grundlagen, aktuelle Verfahren und Algorithmen, neue Forschungsansätze
title_full Deep Learning Das umfassende Handbuch : Grundlagen, aktuelle Verfahren und Algorithmen, neue Forschungsansätze Ian Goodfellow, Yoshua Bengio, Aaron Courville; Übersetzung aus dem Amerikanischen von Guido Lenz
title_fullStr Deep Learning Das umfassende Handbuch : Grundlagen, aktuelle Verfahren und Algorithmen, neue Forschungsansätze Ian Goodfellow, Yoshua Bengio, Aaron Courville; Übersetzung aus dem Amerikanischen von Guido Lenz
title_full_unstemmed Deep Learning Das umfassende Handbuch : Grundlagen, aktuelle Verfahren und Algorithmen, neue Forschungsansätze Ian Goodfellow, Yoshua Bengio, Aaron Courville; Übersetzung aus dem Amerikanischen von Guido Lenz
title_short Deep Learning
title_sort deep learning das umfassende handbuch : grundlagen, aktuelle verfahren und algorithmen, neue forschungsansätze
title_sub Das umfassende Handbuch : Grundlagen, aktuelle Verfahren und Algorithmen, neue Forschungsansätze
title_unstemmed Deep Learning: Das umfassende Handbuch : Grundlagen, aktuelle Verfahren und Algorithmen, neue Forschungsansätze
topic Machine learning, Electronic books, Deep learning, Maschinelles Lernen
topic_facet Machine learning, Electronic books, Deep learning, Maschinelles Lernen
url https://ebookcentral.proquest.com/lib/kxp/detail.action?docID=5598176
work_keys_str_mv AT goodfellowian deeplearningdasumfassendehandbuchgrundlagenaktuelleverfahrenundalgorithmenneueforschungsansatze, AT bengioyoshua deeplearningdasumfassendehandbuchgrundlagenaktuelleverfahrenundalgorithmenneueforschungsansatze, AT courvilleaaron deeplearningdasumfassendehandbuchgrundlagenaktuelleverfahrenundalgorithmenneueforschungsansatze, AT lenzguido deeplearningdasumfassendehandbuchgrundlagenaktuelleverfahrenundalgorithmenneueforschungsansatze