MARC details
000 -ENCABEZADO |
Número de control [NR] |
02963nam a2200361 i 4500 |
005 - FECHA Y HORA DE LA ÚLTIMA TRANSACCIÓN |
control field |
20240405004204.0 |
007 - CAMPO DESCRIPCIÓN FÍSICA FIJA - INFORMACIÓN GENERAL |
fixed length control field |
t|| |
008 - DE LONGITUD FIJA DE DATOS DE ELEMENTOS - INFORMACIÓN GENERAL |
Elementos de longitud fija [NR] |
170824s2016 mauad gr 001 0 eng d |
020 ## - NUMERO INTERNACIONAL NORMALIZADO PARA LIBROS [R] |
Número Internacional Normalizado del libro [NR] |
9780262035613 |
040 ## - FUENTE DE CATALOGACION [NR] |
Agencia de catalogación original [NR] |
CO-BoCES |
Idioma de catalogación [NR] |
spa |
Quien Cataloga |
CO-BoCES |
Convenciones de la descripción [NR] |
rda |
041 0# - CODIGO DE IDIOMA [R] |
Código de idioma para texto/pista de sonido o título separado [R] |
inglés |
082 04 - NUMERO DE CLASIFICACION DECIMAL DEWEY [R] |
Número de clasificación [R] |
006.3 / |
Número del ítem [NR] |
G651d |
100 1# - ASIENTO PRINCIPAL--NOMBRE PERSONAL [NR] |
ID Autoridad |
54857 |
Nombre personal [NR] |
Goodfellow, Ian, |
Término relacionador [R] |
autor. |
Relator code |
aut |
245 10 - MENCION DE TITULO [NR] |
Título [NR] |
Deep learning / |
Mención de responsabilidad, etc. [NR] |
Ian Goodfellow, Yoshua Bengio, Aaron Courville. |
250 ## - MENCION DE EDICION [NR] |
Mención de edición [NR] |
First. edition . |
264 #1 - - Producción, Publicación, Distribución, Fabricación y Aviso de Derechos de Autor |
Lugar de producción, publicación, distribución, fabricación |
Cambridge, Massachusetts : |b |
Nombre del productor, editor, distribuidor, fabricante |
The MIT Press, |
Fecha de producción, publicación, distribución, fabricación o aviso de derechos |
2016. |
300 ## - DESCRIPCION FISICA [R] |
Extensión [R] |
xxii, 775 páginas : |
Otros detalles físicos [NR] |
ilustraciones, gráficas . |
336 ## - Tipo de contenido |
Término del tipo de contenido |
texto |
Código del tipo de contenido |
txt |
Fuente |
rdacontent |
337 ## - Tipo de Medio |
Término del tipo de medio |
sin mediación |
Código del tipo de medio |
n |
Fuente |
rdamedia |
338 ## - Tipo de soporte |
Nombre del tipo de soporte |
volumen |
código del tipo de soporte |
nc |
Fuente |
rdacarrier |
490 0# - MENCION DE SERIE [R] |
Mención de serie [R] |
Adaptive computation and machine learning |
500 ## - NOTA GENERAL [R] |
Nota general [NR] |
Incluye índice y bibliografía. |
505 0# - NOTA DE CONTENIDO CON FORMATO PREESTABLECIDO [R] |
Nota de contenido con formato preestablecido [NR] |
I. Applied math and machine learning basics ; 2. Linear algebra ; 3. Probability and information theory ; 4. Numerical computation ; 5. Machine learning basics ; II. Deep networks: modern practices ; 6. deep feedforward netwrks ; 7. Regularization for deep learning ; 8. Optimization for training deep models ; 9. Convulational networks ; 10. Sequence modeling: recurrent and recursive nets ; 11. Practical methodology ; 12. Applications ; III. Deep learning research ; 13. Linear factor models ; 14. Autoencoders ; 15. Representation learning ; 16. Strctured probabilistic models for deep learning ; 17. Monte carlo methods ; 18. Confronting the partition fuction ; 19. Approximate inference ; 20. Deep generative models. . |
520 1# - NOTA DE RESUMEN, ETC. [R] |
Nota de sumario, etc. [NR] |
El texto ofrece antecedentes matemáticos y conceptuales, cubriendo conceptos relevantes en álgebra lineal, teoría de probabilidad y teoría de la información, computación numérica y aprendizaje de máquina. Describe las técnicas de aprendizaje profundo utilizadas por los profesionales de la industria, incluyendo redes de feedforward profundas, regularización, algoritmos de optimización, redes convolucionales, modelado de secuencias y metodología práctica; Y examina aplicaciones tales como procesamiento del lenguaje natural, reconocimiento de voz, visión por computadora, sistemas de recomendación en línea, bioinformática y videojuegos. Finalmente, el libro ofrece perspectivas de investigación, que abarcan temas teóricos como modelos de factores lineales, autoencoders, aprendizaje de representación, modelos probabilísticos estructurados, métodos de Monte Carlo, la función de partición, inferencia aproximada y modelos generativos profundos. |
650 14 - ASIENTO SECUNDARIO DE MATERIA - TERMINO TEMATICO [R] |
Término temático o nombre geográfico como elemento de entrada [NR] |
Aprendizaje automático (Inteligencia Artificial) |
9 (RLIN) |
14988 |
650 24 - ASIENTO SECUNDARIO DE MATERIA - TERMINO TEMATICO [R] |
Término temático o nombre geográfico como elemento de entrada [NR] |
Análisis matemático. |
9 (RLIN) |
24833 |
650 24 - ASIENTO SECUNDARIO DE MATERIA - TERMINO TEMATICO [R] |
Término temático o nombre geográfico como elemento de entrada [NR] |
Algebras lineales. |
9 (RLIN) |
46637 |
650 24 - ASIENTO SECUNDARIO DE MATERIA - TERMINO TEMATICO [R] |
Término temático o nombre geográfico como elemento de entrada [NR] |
Distribución (teoría de la probabilidad) |
9 (RLIN) |
47903 |
650 24 - ASIENTO SECUNDARIO DE MATERIA - TERMINO TEMATICO [R] |
Término temático o nombre geográfico como elemento de entrada [NR] |
Modelos matemáticos. |
9 (RLIN) |
3216 |
700 1# - ASIENTO SECUNDARIO - NOMBRE PERSONAL [R] |
Nombre personal [NR] |
Bengio, Yoshua . |
9 (RLIN) |
54858 |
700 1# - ASIENTO SECUNDARIO - NOMBRE PERSONAL [R] |
Nombre personal [NR] |
Courville, Aaron . |
9 (RLIN) |
54859 |
942 ## - ELEMENTOS DE ENTRADA AGREGADOS (KOHA) |
Sistema de clasificación |
Dewey Decimal Classification |
Tipo de ítem principal el descrito en 300a |
Libros |
Clasificación |
006.3 / |
Parte restante de la signatura top. |
G651d 2016 |