Bücher zum Thema „Unsupervised deep neural networks“
Geben Sie eine Quelle nach APA, MLA, Chicago, Harvard und anderen Zitierweisen an
Machen Sie sich mit Top-50 Bücher für die Forschung zum Thema "Unsupervised deep neural networks" bekannt.
Neben jedem Werk im Literaturverzeichnis ist die Option "Zur Bibliographie hinzufügen" verfügbar. Nutzen Sie sie, wird Ihre bibliographische Angabe des gewählten Werkes nach der nötigen Zitierweise (APA, MLA, Harvard, Chicago, Vancouver usw.) automatisch gestaltet.
Sie können auch den vollen Text der wissenschaftlichen Publikation im PDF-Format herunterladen und eine Online-Annotation der Arbeit lesen, wenn die relevanten Parameter in den Metadaten verfügbar sind.
Sehen Sie die Bücher für verschiedene Spezialgebieten durch und erstellen Sie Ihre Bibliographie auf korrekte Weise.
E, Hinton Geoffrey, und Sejnowski Terrence J, Hrsg. Unsupervised learning: Foundations of neural computation. Cambridge, Mass: MIT Press, 1999.
Den vollen Inhalt der Quelle findenBaruque, Bruno. Fusion methods for unsupervised learning ensembles. Berlin: Springer, 2010.
Den vollen Inhalt der Quelle findenAggarwal, Charu C. Neural Networks and Deep Learning. Cham: Springer International Publishing, 2018. http://dx.doi.org/10.1007/978-3-319-94463-0.
Der volle Inhalt der QuelleAggarwal, Charu C. Neural Networks and Deep Learning. Cham: Springer International Publishing, 2023. http://dx.doi.org/10.1007/978-3-031-29642-0.
Der volle Inhalt der QuelleMoolayil, Jojo. Learn Keras for Deep Neural Networks. Berkeley, CA: Apress, 2019. http://dx.doi.org/10.1007/978-1-4842-4240-7.
Der volle Inhalt der QuelleCaterini, Anthony L., und Dong Eui Chang. Deep Neural Networks in a Mathematical Framework. Cham: Springer International Publishing, 2018. http://dx.doi.org/10.1007/978-3-319-75304-1.
Der volle Inhalt der QuelleRazaghi, Hooshmand Shokri. Statistical Machine Learning & Deep Neural Networks Applied to Neural Data Analysis. [New York, N.Y.?]: [publisher not identified], 2020.
Den vollen Inhalt der Quelle findenFingscheidt, Tim, Hanno Gottschalk und Sebastian Houben, Hrsg. Deep Neural Networks and Data for Automated Driving. Cham: Springer International Publishing, 2022. http://dx.doi.org/10.1007/978-3-031-01233-4.
Der volle Inhalt der QuelleModrzyk, Nicolas. Real-Time IoT Imaging with Deep Neural Networks. Berkeley, CA: Apress, 2020. http://dx.doi.org/10.1007/978-1-4842-5722-7.
Der volle Inhalt der QuelleSupervised and unsupervised pattern recognition: Feature extraction and computational intelligence. Boca Raton, Fla: CRC Press, 2000.
Den vollen Inhalt der Quelle findenIba, Hitoshi. Evolutionary Approach to Machine Learning and Deep Neural Networks. Singapore: Springer Singapore, 2018. http://dx.doi.org/10.1007/978-981-13-0200-8.
Der volle Inhalt der QuelleWhitehead, P. A. Design considerations for a hardware accelerator for Kohonen unsupervised learning in artificial neural networks. Manchester: UMIST, 1997.
Den vollen Inhalt der Quelle findenLu, Le, Yefeng Zheng, Gustavo Carneiro und Lin Yang, Hrsg. Deep Learning and Convolutional Neural Networks for Medical Image Computing. Cham: Springer International Publishing, 2017. http://dx.doi.org/10.1007/978-3-319-42999-1.
Der volle Inhalt der QuelleTetko, Igor V., Věra Kůrková, Pavel Karpov und Fabian Theis, Hrsg. Artificial Neural Networks and Machine Learning – ICANN 2019: Deep Learning. Cham: Springer International Publishing, 2019. http://dx.doi.org/10.1007/978-3-030-30484-3.
Der volle Inhalt der QuelleH, Szu Harold, International Neural Network Society und IEEE Neural Networks Society, Hrsg. Independent component analyses, wavelets, unsupervised smart sensors, and neural networks II: 14-15 April 2004, Orlando, Florida, USA. Bellingham, Wash., USA: SPIE, 2004.
Den vollen Inhalt der Quelle findenSzu, Harold H., und Jack Agee. Independent component analyses, wavelets, unsupervised nano-biomimetic sensors, and neural networks VI: 17-19 March 2008, Orlando, Florida, USA. Bellingham, Wash: SPIE, 2008.
Den vollen Inhalt der Quelle findenH, Szu Harold, Society of Photo-optical Instrumentation Engineers. und Ball Aerospace & Technologies Corporation (USA), Hrsg. Independent component analyses, wavelets, unsupervised smart sensors, and neural networks III: 30 March-1 April, 2005, Orlando, Florida, USA. Bellingham, Wash: SPIE, 2005.
Den vollen Inhalt der Quelle findenH, Szu Harold, Agee Jack und Society of Photo-optical Instrumentation Engineers., Hrsg. Independent component analyses, wavelets, unsupervised nano-biomimetic sensors, and neural networks V: 10-13 April 2007, Orlando, Florida, USA. Bellingham, Wash: SPIE, 2007.
Den vollen Inhalt der Quelle findenLeordeanu, Marius. Unsupervised Learning in Space and Time: A Modern Approach for Computer Vision Using Graph-Based Techniques and Deep Neural Networks. Springer International Publishing AG, 2021.
Den vollen Inhalt der Quelle findenLeordeanu, Marius. Unsupervised Learning in Space and Time: A Modern Approach for Computer Vision using Graph-based Techniques and Deep Neural Networks. Springer, 2020.
Den vollen Inhalt der Quelle findenZhang, Yunong, Dechao Chen und Chengxu Ye. Deep Neural Networks. Taylor & Francis Group, 2020.
Den vollen Inhalt der Quelle findenSejnowski, Terrence J., und Geoffrey Hinton. Unsupervised Learning: Foundations of Neural Computation. MIT Press, 1999.
Den vollen Inhalt der Quelle findenSejnowski, Terrence J., Tomaso A. Poggio und Geoffrey Hinton. Unsupervised Learning: Foundations of Neural Computation. MIT Press, 2016.
Den vollen Inhalt der Quelle findenGraupe, Daniel. Deep Learning Neural Networks. WORLD SCIENTIFIC, 2016. http://dx.doi.org/10.1142/10190.
Der volle Inhalt der QuelleNakamoto, Pat. Neural Networks and Deep Learning: Neural Networks & Deep Learning, Deep Learning, Blockchain Blueprint. Createspace Independent Publishing Platform, 2018.
Den vollen Inhalt der Quelle findenBaruque, Bruno. Fusion Methods for Unsupervised Learning Ensembles. Springer, 2010.
Den vollen Inhalt der Quelle findenBaruque, Bruno. Fusion Methods for Unsupervised Learning Ensembles. Springer, 2014.
Den vollen Inhalt der Quelle finden(Editor), Geoffrey Hinton, und Terrence J. Sejnowski (Editor), Hrsg. Unsupervised Learning: Foundations of Neural Computation (Computational Neuroscience). The MIT Press, 1999.
Den vollen Inhalt der Quelle findenStanimirovic, Ivan. Deep Neural Networks and Applications. Arcler Education Inc, 2019.
Den vollen Inhalt der Quelle findenDavis, Ronald. Neural Networks and Deep Learning. Independently Published, 2017.
Den vollen Inhalt der Quelle findenStanimirovic, Ivan. Deep Neural Networks and Applications. Arcler Education Inc, 2019.
Den vollen Inhalt der Quelle findenBecker, Helen Suzanna. An information-theoretic unsupervised learning algorithm for neural networks. 1993.
Den vollen Inhalt der Quelle findenVidales, A. Deep Learning with Matlab: Neural Networks Design and Dynamic Neural Networks. Independently Published, 2018.
Den vollen Inhalt der Quelle findenSze, Vivienne, Yu-Hsin Chen, Tien-Ju Yang und Joel S. Emer. Efficient Processing of Deep Neural Networks. Morgan & Claypool Publishers, 2020.
Den vollen Inhalt der Quelle findenStrong, Christopher, Clark Barrett, Changliu Liu, Tomer Arnon und Christopher Lazarus. Algorithms for Verifying Deep Neural Networks. Now Publishers, 2021.
Den vollen Inhalt der Quelle findenSze, Vivienne, Yu-Hsin Chen, Tien-Ju Yang und Joel S. Emer. Efficient Processing of Deep Neural Networks. Morgan & Claypool Publishers, 2020.
Den vollen Inhalt der Quelle findenSze, Vivienne, Yu-Hsin Chen, Tien-Ju Yang und Joel S. Emer. Efficient Processing of Deep Neural Networks. Springer International Publishing AG, 2020.
Den vollen Inhalt der Quelle findenSze, Vivienne, Yu-Hsin Chen, Tien-Ju Yang und Joel S. Emer. Efficient Processing of Deep Neural Networks. Morgan & Claypool Publishers, 2020.
Den vollen Inhalt der Quelle findenNeural Networks and Deep Learning: A Textbook. Springer, 2018.
Den vollen Inhalt der Quelle findenLuigi Mazzeo, Pier, Srinivasan Ramakrishnan und Paolo Spagnolo, Hrsg. Visual Object Tracking with Deep Neural Networks. IntechOpen, 2019. http://dx.doi.org/10.5772/intechopen.80142.
Der volle Inhalt der QuelleChang, Dong Eui, und Anthony L. L. Caterini. Deep Neural Networks in a Mathematical Framework. Springer, 2018.
Den vollen Inhalt der Quelle findenVisual Object Tracking with Deep Neural Networks. IntechOpen, 2019.
Den vollen Inhalt der Quelle findenSugomori, Yusuke, Bostjan Kaluza, Fabio M. Soares und Alan M. F. Souza. Deep Learning: Practical Neural Networks with Java. Packt Publishing, 2017.
Den vollen Inhalt der Quelle findenAggarwal, Charu C. Neural Networks and Deep Learning: A Textbook. Springer, 2019.
Den vollen Inhalt der Quelle findenSpencer, Quinn. Neural Networks: Deep Learning and Machine Learning Outlined. Independently Published, 2018.
Den vollen Inhalt der Quelle findenEvolutionary Deep Learning: Genetic Algorithms and Neural Networks. Manning Publications Co. LLC, 2022.
Den vollen Inhalt der Quelle findenGraupe, Daniel. Deep Learning Neural Networks: Design and Case Studies. World Scientific Publishing Co Pte Ltd, 2016.
Den vollen Inhalt der Quelle findenLopez, César Perez. DEEP LEARNING with MATLAB. NEURAL NETWORKS by EXAMPLES. Lulu Press, Inc., 2020.
Den vollen Inhalt der Quelle findenGraupe, Daniel. Principles of Artificial Neural Networks: Basic Designs to Deep Learning. World Scientific Publishing Co Pte Ltd, 2019.
Den vollen Inhalt der Quelle findenCampin, Michael James. Sigma-Delta modulator fault diagnosis using an unsupervised expert network. 1992.
Den vollen Inhalt der Quelle finden