Hands-On Mathematics for Deep Learning: Build a solid mathematical foundation for training efficient deep neural network, (Paperback)
รายการ #: 49266543

Hands-On Mathematics for Deep Learning: Build a solid mathematical foundation for training efficient deep neural network, (Paperback)

รายการ #: 49266543

THB 1968

รายละเอียดราคา

ไม่รวมค่าจัดส่งและค่าธรรมเนียมศุลกากร ( ค่าจัดส่งและค่าธรรมเนียมศุลกากรจะคำนวณตอนชำระเงิน )

*สินค้าทั้งหมดจะนำเข้าจาก สหรัฐอเมริกา

มีสินค้า
สหรัฐอเมริกา นำเข้าจาก USA ร้านค้า

จำนวน:

เหลือเพียง 99 รายการในสต็อก
สั่งซื้อตอนนี้และรับสินค้าประมาณ วันพฤหัสบดี, ตุลาคม 15
พันธมิตรด้านโลจิสติกส์ชั้นนำของเรา
  • fedex
  • dhl
การรับประกัน U-Care:
ยังไม่ได้เลือก
เลือกแผน
fast shipping

Fast
Shipping

free return

คืนสินค้าฟรี*

แพ็คสินค้าอย่างปลอดภัย

แพ็คสินค้าอย่างปลอดภัย

สินค้าแท้ 100%

สินค้าแท้ 100%

pci-dss

ผ่านมาตรฐาน PCI DSS

iso certified

ได้รับการรับรอง ISO 27001


paypal payment
visa payment
mastercard payment
american express payment
bank transfer thailand payment
k plus payment
cenpay payment
boonterm kiosk payment
thai qr payment
big c payment
true money wallet payment
rabbit line pay payment
Note: Step Down Voltage Transformer required for using electronics products of สหรัฐอเมริกา store (110-120). Recommended power converters ซื้อเลย.

รายละเอียดสินค้า

Shop Hands-On Mathematics for Deep Learning: Build a solid mathematical foundation for training efficient deep neural network, (Paperback) online at a best price in ประเทศไทย. 863726364
  • A comprehensive guide to getting well-versed with the mathematical techniques for building modern deep learning architecturesKey Features Understand linear algebra, calculus, gradient algorithms, and other concepts essential for training deep neural networks Learn the mathematical concepts needed to understand how deep learning models function Use deep learning for solving problems related to vision, image, text, and sequence applications Book Description Most programmers and data scientists struggle with mathematics, having either overlooked or forgotten core mathematical concepts. This book uses Python libraries to help you understand the math required to build deep learning (DL) models. You'll begin by learning about core mathematical and modern computational techniques used to design and implement DL algorithms. This book will cover essential topics, such as linear algebra, eigenvalues and eigenvectors, the singular value decomposition concept, and gradient algorithms, to help you understand how to train deep neural networks. Later chapters focus on important neural networks, such as the linear neural network and multilayer perceptrons, with a primary focus on helping you learn how each model works. As you advance, you will delve into the math used for regularization, multi-layered DL, forward propagation, optimization, and backpropagation techniques to understand what it takes to build full-fledged DL models. Finally, you'll explore CNN, recurrent neural network (RNN), and GAN models and their application. By the end of this book, you'll have built a strong foundation in neural networks and DL mathematical concepts, which will help you to confidently research and build custom models in DL. What you will learn Understand the key mathematical concepts for building neural network models Discover core multivariable calculus concepts Improve the performance of deep learning models using optimization techniques Cover optimization algorithms, from basic stochastic gradient descent (SGD) to the advanced Adam optimizer Understand computational graphs and their importance in DL Explore the backpropagation algorithm to reduce output error Cover DL algorithms such as convolutional neural networks (CNNs), sequence models, and generative adversarial networks (GANs) Who this book is for This book is for data scientists, machine learning developers, aspiring deep learning developers, or anyone who wants to understand the foundation of deep learning by learning the math behind it. Working knowledge of the Python programming language and machine learning basics is required.
Book formatPaperback
Fiction/nonfictionNon-Fiction
GenreComputing & Internet
Publication dateJune, 2020
Pages364
SubgenreMathematical & Statistical Software
Series titleNo Series
Edition1
PublisherPackt Publishing
Original languagesEnglish
LanguageEnglish
Edu focusMath & Counting
Educational levelGeneral
Is collectibleN
Recording time0 min
Retail packagingSingle Piece
Assembled product dimensions (l x w x h)7.50 x 0.75 x 9.25 in (19.1 x 1.9 x 23.5 cm)
Assembled product weight1.38 lb (630 grams)
Bisac subject headingComputers

ข้อมูลผลิตภัณฑ์

Hands-On Mathematics for Deep Learning: Build a solid mathematical foundation for training efficient deep neural network, (Paperback)

มีข้อสงสัย? คุยกับเรา

คำถามและคำตอบของลูกค้า

  • คำถาม: จะซื้อ Hands-On Mathematics for Deep Learning: Build a ทางออนไลน์จาก Ubuy ได้อย่างไร

    คำตอบ: ซื้อสินค้า Hands-On Mathematics for Deep Learning: Build a ทางออนไลน์จาก Ubuy ได้ง่ายๆ. คุณเพียงแค่ต้องค้นหาสินค้า เลือกวิธีการจัดส่งของคุณในขณะที่ทำการชำระเงิน และส่งไปยังสถานที่ของคุณ
  • คำถาม: Hands-On Mathematics for Deep Learning: Build a มีให้ช็อปออนไลน์ใน Thailand หรือไม่

    คำตอบ: ใช่ ที่ Ubuy Thailand ผลิตภัณฑ์นี้มีให้คุณเลือกซื้อในราคาที่เหมาะสม. Hands-On Mathematics for Deep Learning: Build a ไม่มีให้บริการในพื้นที่ แต่คุณสามารถไว้วางใจเราด้วยบริการจัดส่งด่วนของเรา
  • คำถาม: ใช้เวลานานแค่ไหนในการรับสินค้าหลังจากทำการสั่งซื้อ?

    คำตอบ: เวลาจัดส่งของผลิตภัณฑ์ที่คุณสั่งซื้อจะแตกต่างกันไปตามสิ่งที่คุณสั่งซื้อและวิธีการจัดส่งที่คุณเลือก. เวลาจัดส่งโดยประมาณจะระบุไว้ในขั้นตอนการชำระเงิน ดังนั้นโปรดอย่ากังวลขณะช้อปปิ้ง

Jay Dawani All Books Editorial Review

ไม่พบรีวิวจากกองบรรณาธิการ

ความคิดเห็นและคะแนนจากลูกค้า

4.0
1 การให้คะแนนของลูกค้า
  • 5 ดาว
    0%
  • 4 ดาว
    100%
  • 3 ดาว
    0%
  • 2 ดาว
    0%
  • 1 ดาว
    0%

แบ่งปันความคิดของคุณกับลูกค้าท่านอื่น

แชร์ความคิดของคุณกับลูกค้ารายอื่น

ข้อดี

  • Clear explanations of complex topics
  • Practical examples for better understanding
  • Comprehensive coverage of essential math
  • Great for beginners and experienced learners
  • Well-structured and easy to follow

ข้อเสีย

  • Some sections may be too detailed for quick reference.

ประวัติราคาสินค้า

ข้อมูลสำคัญ

  • ข้อจำกัด: สำหรับสินค้าที่จัดส่งระหว่างประเทศ โปรดทราบว่าการรับประกันจากผู้ผลิตอาจไม่มีผลบังคับใช้ บริการหลังการขายจากผู้ผลิตอาจไม่สามารถใช้งานได้ คู่มือผลิตภัณฑ์ คำแนะนำการใช้งาน และคำเตือนด้านความปลอดภัยอาจไม่ได้จัดทำเป็นภาษาของประเทศปลายทาง สินค้า (รวมถึงเอกสารประกอบ) อาจไม่ได้ออกแบบให้สอดคล้องกับมาตรฐาน ข้อกำหนด และข้อบังคับด้านฉลากของประเทศปลายทาง และสินค้าอาจไม่สอดคล้องกับแรงดันไฟฟ้าและมาตรฐานทางไฟฟ้าอื่น ๆ ของประเทศปลายทาง (ซึ่งอาจต้องใช้ปลั๊กแปลงไฟหรือเครื่องแปลงแรงดันไฟฟ้าตามความเหมาะสม) ผู้รับสินค้ามีหน้าที่รับผิดชอบในการตรวจสอบว่าสินค้าดังกล่าวสามารถนำเข้าประเทศปลายทางได้อย่างถูกต้องตามกฎหมาย เมื่อสั่งซื้อสินค้าจาก Ubuy หรือบริษัทในเครือ ผู้รับสินค้าจะถือเป็นผู้นำเข้าตามกฎหมาย (Importer of Record) และต้องปฏิบัติตามกฎหมายและข้อบังคับทั้งหมดของประเทศปลายทาง
  • ผลิตภัณฑ์บางรายการใน Ubuy ไม่ได้มีไว้เพื่อขาย เนื่องจาก Ubuy เป็นเครื่องมือค้นหาระดับโลก ผลิตภัณฑ์อยู่ภายใต้กฎระเบียบด้าน การส่งออก/การค้า