{"product_id":"9783030931605","title":"Modelado generativo profundo - 9783030931605","description":"Este libro de texto aborda el problema de formular sistemas de IA combinando modelado probabilístico y aprendizaje profundo. Además, va más allá del modelado predictivo típico y reúne el aprendizaje supervisado y el aprendizaje no supervisado. El paradigma resultante, llamado modelado generativo profundo, utiliza la perspectiva generativa para percibir el mundo circundante. Se supone que cada fenómeno está impulsado por un proceso generativo subyacente que define una distribución conjunta de variables aleatorias y sus interacciones estocásticas, es decir, cómo ocurren los eventos y en qué orden. El adjetivo \"profundo\" proviene del hecho de que la distribución se parametriza mediante redes neuronales profundas. Hay dos rasgos distintos del modelado generativo profundo. Primero, la aplicación de redes neuronales profundas permite una parametrización rica y flexible de distribuciones. En segundo lugar, la forma basada en principios de modelar las dependencias estocásticas utilizando la teoría de la probabilidad garantiza una formulación rigurosa y evita posibles fallos en el razonamiento. Además, la teoría de la probabilidad proporciona un marco unificado donde la función de probabilidad juega un papel crucial en la cuantificación de la incertidumbre y la definición de funciones objetivas. El modelado generativo profundo está diseñado para atraer a estudiantes, ingenieros e investigadores curiosos con una modesta formación matemática en cálculo universitario, álgebra lineal, teoría de la probabilidad y los conceptos básicos de aprendizaje automático, aprendizaje profundo y programación en Python y PyTorch (u otros sistemas profundos). bibliotecas de aprendizaje). Atraerá a estudiantes e investigadores de diversos orígenes, incluidas ciencias de la computación, ingeniería, ciencia de datos, física y bioinformática, que deseen familiarizarse con el modelado generativo profundo. Para atraer al lector, el libro presenta conceptos fundamentales con ejemplos específicos y fragmentos de código. El código completo que acompaña al libro está disponible en github. El objetivo final del libro es describir las técnicas más importantes del modelado generativo profundo y, eventualmente, permitir a los lectores formular nuevos modelos e implementarlos.\u003cbr\u003e\u003cbr\u003e\u003cbr\u003e\u003cul\u003e\n\n \u003cli\u003e| \u003cb\u003eAutor:\u003c\/b\u003e Jakub M. Tomczak\u003c\/li\u003e\n\n\u003cli\u003e | \u003cb\u003eEditorial:\u003c\/b\u003e Springer\u003c\/li\u003e\n\n\u003cli\u003e | \u003cb\u003eFecha de publicación:\u003c\/b\u003e 20 de febrero de 2023\u003c\/li\u003e\n\n\u003cli\u003e | \u003cb\u003eNúmero de páginas:\u003c\/b\u003e 215 páginas\u003c\/li\u003e\n\n\u003cli\u003e | \u003cb\u003eIdioma:\u003c\/b\u003e inglés\u003c\/li\u003e\n\n\u003cli\u003e | \u003cb\u003eEncuadernación:\u003c\/b\u003e Tapa blanda\u003c\/li\u003e\n\n\u003cli\u003e | \u003cb\u003eISBN-10:\u003c\/b\u003e 3030931609\u003c\/li\u003e\n\n\u003cli\u003e | \u003cb\u003eISBN-13:\u003c\/b\u003e 9783030931605\u003c\/li\u003e\n\n\n\u003c\/ul\u003e","brand":"Springer","offers":[{"title":"Default Title","offer_id":48289416872241,"sku":"9783030931605","price":61.47,"currency_code":"USD","in_stock":false}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0798\/8215\/8385\/products\/9783030931605.jpg?v=1707504749","url":"https:\/\/www.recomparo.com\/es\/products\/9783030931605","provider":"ReComparo.com","version":"1.0","type":"link"}