Szanowni Klienci, z okazji święta państwowego w dniu dzisiejszym obsługa klienta będzie nieczynna. Na wszystkie wiadomości odpowiemy w najbliższym dniu roboczym. Dziękujemy za zrozumienie.

Darmowa dostawa dla zamówień powyżej 299,00 zł.

Sprawdzić stan zamówienia

Zostań członkiem wspólnoty miłośników książek z całego świata i zyskaj mnóstwo korzyści. Załóż konto bezpłatnie

Darmowa dostawa z usługą Inpost oraz Orlen od 299.00 zł

DPD Kurier 12.99 zł Poczta Polska 18.99 zł Paczkomat 13.99 zł InPost 12.99 zł Punkt DPD 13.99 zł

Kontakt

Jak kupować

Pomoc

Moje konto

▸ Pusty :-(

Szanowni Klienci, z okazji święta państwowego w dniu dzisiejszym obsługa klienta będzie nieczynna. Na wszystkie wiadomości odpowiemy w najbliższym dniu roboczym. Dziękujemy za zrozumienie.

Darmowa dostawa dla zamówień powyżej 299,00 zł.

Interpretability in Deep Learning

Name: Interpretability in Deep Learning
Brand: Springer
SKU: 44986389
Price: 793.44 PLN
Availability: InStock
Author: Ayush Somani
ISBN: 9783031206399

Ayush Somani

Alexander Horsch

Dilip K. Prasad

Język

Angielski

E-book Adobe ePub DRM

Wydawnictwo Springer, kwiecień 2023

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

Kod Libristo: 44986389

453 b

793.44 zł

Dostępna Produkt cyfrowy - wysyłamy od razu

Klienci kupili także

Fit fürs Abi Stefanie Hungenberg

Miękka

64.84 zł

Hry Disney princezny, 2v1 Člověče, nezlob se a Hadi a žebříky

Gra

37.84 zł

Порядок раз и навсегда. Гениальный подход к чистоте в доме, голове и сердце - от мамы 17 детей

Twarda

99.67 zł

Miraculous 39 - Amours croisées

Miękka

39.74 zł

Quelles fronti?res pour quels usages ? Rouet

Miękka

95.16 zł

Lobezno : Deuda de Sangre

Miękka

84.41 zł

Notice Sur Saint Germier, Confesseur, Eveque de Toulouse, Avec La Messe Et Les Vepres de Sa Fete... Sans Auteur

Miękka

58.01 zł

Universalismus und Partikularismus im Mittelalter Paul Wilpert

Twarda

631.31 zł

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.