Read more
L'apprentissage profond est une sous-classe de l'apprentissage automatique. L'apprentissage profond repose sur des méthodes d'apprentissage supervisé et non supervisé, qui sont basées sur un réseau de neurones artificiels. Son architecture se compose de plusieurs couches de traitement. Chaque couche produit une réponse non linéaire, qui est générée en utilisant la réponse de la couche précédente. L'apprentissage profond fonctionne en imitant le fonctionnement du cerveau humain pour le traitement des données et la création de modèles. Il utilise un réseau capable d'apprendre à partir de données non supervisées. Ce livre présente une approche pratique pour mettre en oeuvre des architectures d'apprentissage profond à l'aide de la programmation Python.
About the author
O Dr. Anurag Jain, o Dr. Shamik Tiwari e o Sr. Varun Sapra são especialistas em ciência de dados com uma rica experiência na área da aprendizagem de máquinas e aprendizagem profunda. Actualmente, estão associados à Universidade de Estudos Petrolíferos e de Engenharia, Dehradun.
