MARC details
| 000 -CABECERA |
|---|
| campo de control de longitud fija |
02777cam a2200265 i 4500 |
| 001 - NÚMERO DE CONTROL |
|---|
| campo de control |
991025466924707026 |
| 003 - IDENTIFICADOR DEL NÚMERO DE CONTROL |
|---|
| campo de control |
UkOxU |
| 005 - FECHA Y HORA DE LA ÚLTIMA TRANSACCIÓN |
|---|
| campo de control |
20240527164132.0 |
| 008 - DATOS DE LONGITUD FIJA--INFORMACIÓN GENERAL |
|---|
| campo de control de longitud fija |
240112s2024 sz ad b 001 0 eng d |
| 020 ## - NÚMERO INTERNACIONAL ESTÁNDAR DEL LIBRO |
|---|
| Número Internacional Estándar del Libro |
9783031454677 |
| 035 ## - NÚMERO DE CONTROL DEL SISTEMA |
|---|
| Número de control de sistema |
(OCoLC)1417156995 |
| Número de control cancelado/no válido |
(OCoLC)1395946546 |
| 035 ## - NÚMERO DE CONTROL DEL SISTEMA |
|---|
| Número de control de sistema |
(OCoLC)on1417156995 |
| 040 ## - FUENTE DE LA CATALOGACIÓN |
|---|
| Centro catalogador/agencia de origen |
AKC |
| Normas de descripción |
rda |
| Lengua de catalogación |
eng |
| Centro/agencia transcriptor |
AKC |
| Centro/agencia modificador |
OCLCO |
| -- |
YDX |
| -- |
BDX |
| -- |
UkOxU |
| 050 #4 - SIGNATURA TOPOGRÁFICA DE LA BIBLIOTECA DEL CONGRESO |
|---|
| Número de clasificación |
Q325.73 |
| Número de documento/Ítem |
.B574 2023 |
| 100 1# - ENTRADA PRINCIPAL--NOMBRE DE PERSONA |
|---|
| Nombre de persona |
Bishop, Christopher M., |
| Término indicativo de función/relación |
author. |
| 245 10 - MENCIÓN DE TÍTULO |
|---|
| Título |
Deep learning |
| Resto del título |
: foundations and concepts |
| Mención de responsabilidad, etc. |
/ Christopher M. Bishop, Hugh Bishop. |
| 264 #1 - PRODUCCIÓN, PUBLICACIÓN, DISTRIBUCIÓN, FABRICACIÓN Y COPYRIGHT |
|---|
| Producción, publicación, distribución, fabricación y copyright |
Cham : |
| Nombre del de productor, editor, distribuidor, fabricante |
Springer, |
| Fecha de producción, publicación, distribución, fabricación o copyright |
[2024] |
| 300 ## - DESCRIPCIÓN FÍSICA |
|---|
| Extensión |
xx, 649 pages : |
| Otras características físicas |
illustrations, charts ; |
| Dimensiones |
26 cm. |
| 504 ## - NOTA DE BIBLIOGRAFÍA, ETC. |
|---|
| Nota de bibliografía, etc. |
Includes bibliographic references (pages 625-640) and index. |
| 505 0# - NOTA DE CONTENIDO CON FORMATO |
|---|
| Nota de contenido con formato |
The deep learning revolution — Probabilities — Standard distributions — Single-layer networks: Regression — Single-layer networks : Classification — Deep neural networks — Gradient descent — Backpropagation — Regularization — Convolutional networks — Structured distributions — Transformers — Graph neural networks — Sampling — Discrete latent variables — Continuous latent variables — Generative adversarial networks — Normalizing flows. |
| 520 ## - SUMARIO, ETC. |
|---|
| Sumario, etc. |
This book offers a comprehensive introduction to the central ideas that underpin deep learning. It is intended both for newcomers to machine learning and for those already experienced in the field. Covering key concepts relating to contemporary architectures and techniques, this essential book equips readers with a robust foundation for potential future specialization. The field of deep learning is undergoing rapid evolution, and therefore this book focusses on ideas that are likely to endure the test of time.<br/><br/>The book is organized into numerous bite-sized chapters, each exploring a distinct topic, and the narrative follows a linear progression, with each chapter building upon content from its predecessors. This structure is well-suited to teaching a two-semester undergraduate or postgraduate machine learning course, while remaining equally relevant to those engaged in active research or in self-study.<br/><br/>A full understanding of machine learning requires some mathematical background and so the book includes a self-contained introduction to probability theory. However, the focus of the book is on conveying a clear understanding of ideas, with emphasis on the real-world practical value of techniques rather than on abstract theory. Complex concepts are therefore presented from multiple complementary perspectives including textual descriptions, diagrams, mathematical formulae, and pseudo-code. |
| 650 #0 - PUNTO DE ACCESO ADICIONAL DE MATERIA--TÉRMINO DE MATERIA |
|---|
| Término de materia o nombre geográfico como elemento de entrada |
Deep learning (Machine learning) |
| 700 1# - ENTRADA AGREGADA--NOMBRE PERSONAL |
|---|
| Nombre de persona |
Bishop, Hugh, |
| Término indicativo de función/relación |
author. |
| 942 ## - ELEMENTOS DE ENTRADA AGREGADA (KOHA) |
|---|
| Fuente del sistema de clasificación o colocación |
Clasificación de Library of Congress |
