menu
{ "item_title" : "como Máquinas aprendem", "item_author" : [" Valter Rodrigues "], "item_description" : " O livro como M quinas Aprendem procura ser uma opo de literatura em L ngua Portuguesa, diferente das existentes, que partem do pressuposto do leitor ter conhecimento aprofundado em v rias ferramentas matem ticas.Com o intuito de facilitar a aquisio de conhecimento, evita as extensas demonstraes matem ticas, focando no racional dos pontos principais e cr ticos. Torna eficiente a compreens o do enorme conjunto de conceitos e detalhes funcionais, sem perder a motivao para adquirir conte do para uma base s lida. Diante da complexidade dos temas, o livro distribui o conte do ao longo de uma s rie de 3 volumes , tentando equilibrar entre profundidade dos aspectos te ricos e as limitaes relacionadass aplicaes pr ticas.O volume I oferece uma cobertura ampla e detelhada do que vem a serciclo de aprendizagem , o principal aspecto motor do como as m quinas aprendem.Sem a pretens o de ser exaustivo, o volume II aborda os algoritmos cl ssicos mais importantes de Machine Learning , sob atica metodol gica do ciclo de aprendizagem. Detalha os princ pios te ricos e limitaes pr ticas, dos seguintes algorimtos: regress o, regularizadores, baseado em exemplares, semi-supervisionados,rvores de decis o, por refor o, bayesianos, agrupamentos, regras de associao, m quinas de suporte vetorial ;Os algoritmos mais sofisticados s o detalhados no volume III , come ando pelas Redes Neurais Artificiais , com um apanhado compreensivo dos conceitos oriundos da Neuroci ncia e detalhando as arquiteturas de redes neurais de maior sucesso pr tico. Dedica um cap tulo aos algoritmos de Deep Learning , sintetizando os principais aspectos e arquiteturas. Finaliza com Ensembles , apresentando os paradigmas mais utilizados e as taxonomias dos algoritmos no estado da arte. A s rie foi proposta para ser adequada para alunos universit rios em n vel avan ado de graduao, para profissionais com n vel superior e aqueles que estejam iniciando p s-graduao.", "item_img_path" : "https://covers4.booksamillion.com/covers/bam/9/79/872/096/9798720965839_b.jpg", "price_data" : { "retail_price" : "10.00", "online_price" : "10.00", "our_price" : "10.00", "club_price" : "10.00", "savings_pct" : "0", "savings_amt" : "0.00", "club_savings_pct" : "0", "club_savings_amt" : "0.00", "discount_pct" : "10", "store_price" : "" } }
como Máquinas aprendem|Valter Rodrigues

como Máquinas aprendem : Volume II ...algoritmos clássicos de Machine Learning

local_shippingShip to Me
In Stock.
FREE Shipping for Club Members help

Overview

O livro como M quinas Aprendem procura ser uma op o de literatura em L ngua Portuguesa, diferente das existentes, que partem do pressuposto do leitor ter conhecimento aprofundado em v rias ferramentas matem ticas. Com o intuito de facilitar a aquisi o de conhecimento, evita as extensas demonstra es matem ticas, focando no racional dos pontos principais e cr ticos. Torna eficiente a compreens o do enorme conjunto de conceitos e detalhes funcionais, sem perder a motiva o para adquirir conte do para uma base s lida. Diante da complexidade dos temas, o livro distribui o conte do ao longo de uma s rie de 3 volumes , tentando equilibrar entre profundidade dos aspectos te ricos e as limita es relacionadas s aplica es pr ticas. O volume I oferece uma cobertura ampla e detelhada do que vem a ser ciclo de aprendizagem , o principal aspecto motor do como as m quinas aprendem. Sem a pretens o de ser exaustivo, o volume II aborda os algoritmos cl ssicos mais importantes de Machine Learning , sob a tica metodol gica do ciclo de aprendizagem. Detalha os princ pios te ricos e limita es pr ticas, dos seguintes algorimtos: regress o, regularizadores, baseado em exemplares, semi-supervisionados, rvores de decis o, por refor o, bayesianos, agrupamentos, regras de associa o, m quinas de suporte vetorial ; Os algoritmos mais sofisticados s o detalhados no volume III , come ando pelas Redes Neurais Artificiais , com um apanhado compreensivo dos conceitos oriundos da Neuroci ncia e detalhando as arquiteturas de redes neurais de maior sucesso pr tico. Dedica um cap tulo aos algoritmos de Deep Learning , sintetizando os principais aspectos e arquiteturas. Finaliza com Ensembles , apresentando os paradigmas mais utilizados e as taxonomias dos algoritmos no estado da arte. A s rie foi proposta para ser adequada para alunos universit rios em n vel avan ado de gradua o, para profissionais com n vel superior e aqueles que estejam iniciando p s-gradua o.

This item is Non-Returnable

Details

  • ISBN-13: 9798720965839
  • ISBN-10: 9798720965839
  • Publisher: Independently Published
  • Publish Date: March 2021
  • Dimensions: 9.02 x 5.98 x 0.51 inches
  • Shipping Weight: 0.72 pounds
  • Page Count: 242

Related Categories

You May Also Like...

    1

BAM Customer Reviews