Над 4 милиона заглавия на английски и други езици! Открийте новата си история още днес! Безплатна доставка за поръчки над 69.99€

Проверка на състоянието на поръчката

Станете част от общност от любители на книгите от цял свят и получавате много предимства. Създай на безплатен акаунт

Безплатна доставка със Еконт над 69.99 €

Куриер Speedy 3.49 € Пункт на Speedy 3.49 € ЕКОНТ 3.99 € Еконтомат/Офис на Еконт 3.99 € Ekont Box 3.99 € Sameday 3.99 € Sameday box 3.99 € Box Now 3.99 €

Контакт

Как се пазарува?

Помощ

Моят акаунт

▸ Празна :-(

Interpretability in Deep Learning

Name: Interpretability in Deep Learning
Brand: Springer International Publishing
SKU: 45871161
Price: 173.02 EUR
Availability: InStock
Author: Dilip K. Prasad
ISBN: 9783031206412

Dilip K. Prasad

Alexander Horsch

Език

Английски език

Книга С меки корици

Код Либристо: 45871161

Издателство Springer International Publishing, юни 2023

This book is a comprehensive curation, exposition and illustrative discussion of recent research too... Цялото описание

Код Либристо: 45871161

420 b

173.02 €

338.40 лв

Външен склад Изпращаме след 8-11 дни

До 30 дни за връщане на стоки

Клиентите са закупили също

Crocheter Marie Perrin

С меки корици

25.11 € 49.11 лв

Responsabilidad penal y civil de los menores EDITORIAL SEPIN

С меки корици

48.01 € 93.90 лв

Manual EVALÚA 9. Versión 3.0 García Vidal

С меки корици

19.80 € 38.72 лв

Leaving the cities of defeat Khaled Mohamed Ghazi

Adobe ePub DRM

13.82 € 27.02 лв

This book is a comprehensive curation, exposition and illustrative discussion of recent research tools for interpretability of deep learning models, with a focus on neural network architectures. In addition, it includes several case studies from application-oriented articles in the fields of computer vision, optics and machine learning related topic.

The book can be used as a monograph on interpretability in deep learning covering the most recent topics as well as a textbook for graduate students. Scientists with research, development and application responsibilities benefit from its systematic exposition.