* Affiliatelinks/Werbelinks
Links auf reinlesen.de sind sogenannte Affiliate-Links. Wenn du auf so einen Affiliate-Link klickst und über diesen Link einkaufst, bekommt reinlesen.de von dem betreffenden Online-Shop oder Anbieter eine Provision. Für dich verändert sich der Preis nicht.
Réseau neuronal artificiel
Fouad Sabry
* Affiliatelinks/Werbelinks
Links auf reinlesen.de sind sogenannte Affiliate-Links. Wenn du auf so einen Affiliate-Link klickst und über diesen Link einkaufst, bekommt reinlesen.de von dem betreffenden Online-Shop oder Anbieter eine Provision. Für dich verändert sich der Preis nicht.
Un Milliard De Personnes Informées [French] 
Naturwissenschaften, Medizin, Informatik, Technik / Technik
Beschreibung
1 : Réseau neuronal artificiel : Explorez les bases et l'importance générale des réseaux neuronaux.
2 : Perceptron : Comprenez les éléments constitutifs des modèles d'apprentissage monocouche.
3 : Jürgen Schmidhuber : Découvrez les recherches pionnières derrière les réseaux modernes.
4 : Neuroévolution : Examinez les approches génétiques pour optimiser les architectures neuronales.
5 : Réseau neuronal récurrent : Étudiez les réseaux avec mémoire pour les données séquentielles.
6 : Réseau neuronal à action directe : Analysez les réseaux où les données se déplacent dans une seule direction.
7 : Perceptron multicouche : Découvrez les structures en couches améliorant la profondeur du réseau.
8 : Réseau neuronal quantique : Découvrez le potentiel des modèles d'apprentissage assisté par quantique.
9 : ADALINE : Étudiez les neurones linéaires adaptatifs pour la reconnaissance de formes.
10 : Réseau d'état d'écho : Explorez les modèles de réservoir dynamique pour les données temporelles.
11 : Réseau neuronal à pics : Comprendre les systèmes neuronaux d'inspiration biologique.
12 : Reservoir computing : Plongez dans les réseaux spécialisés pour l'analyse des séries chronologiques.
13 : Mémoire à long terme : Maîtrisez les architectures conçues pour conserver les informations.
14 : Types de réseaux neuronaux artificiels : Différenciez les différents modèles de réseau.
15 : Apprentissage profond : Appréhendez la profondeur et la portée des réseaux multicouches.
16 : Règle d'apprentissage : Explorez les méthodes qui guident la formation des modèles neuronaux.
17 : Réseau neuronal convolutionnel : Analysez les réseaux adaptés aux données d'image.
18 : Problème de gradient évanescent : Relevez les défis de la formation des réseaux.
19 : Réseaux neuronaux récurrents bidirectionnels : Découvrez des modèles qui traitent les données dans les deux sens.
20 : Réseau neuronal résiduel : Apprenez des techniques avancées pour optimiser l'apprentissage.
21 : Histoire des réseaux neuronaux artificiels : Retracez l'évolution de ce domaine transformateur.
Kundenbewertungen
Réseau neuronal à propagation directe, Perceptron multicouche, Réseau neuronal artificiel, Neuroévolution, Réseau neuronal récurrent, Jürgen Schmidhuber, Perceptron