Granice W Uczeniu GlĘbokim [Polish]

By A Maria Eliza, M Sujathadevi, S Vimala

Frontiers in Deep Learning: Advanced Models, Training Paradigms, and Open Problems prezentuje kompleksową eksplorację nowych kierunk w w uczeniu glębokim, wykraczających poza tradycyjne architektury i metody uczenia. Książka krytycznie analizuje ograniczenia wstecznej propagacji, biologiczną niewiarygodnośc, nieefektywnośc pamięci i katastroficzne zapominanie, jednocześnie wprowadzając innowacyjne alternatywy, takie jak kolczaste sieci neuronowe, kodowanie predykcyjne i propagacja r wnowagi. Obejmuje zaawansowane tematy, takie jak meta-uczenie się, glębokie modele r wnowagi, architektury transformator w, grafowe sieci neuronowe, neuro-symboliczna sztuczna inteligencja, samonadzorowane uczenie się, modele dyfuzyjne, skalowalne strategie treningowe i wydajne techniki wnioskowania. Praca kladzie nacisk na uczenie przyczynowe, odpornośc na przeciwności, kwantyfikację niepewności, wytlumaczalną sztuczną inteligencję i uczenie multimodalne jako podstawowe elementy godnych zaufania i uog lnialnych system w sztucznej inteligencji. Lącząc podstawy teoretyczne z rzeczywistymi zastosowaniami w opiece zdrowotnej, odkryciach naukowych i automatyzacji, książka przedstawia przyszlościową wizję glębokiego uczenia się, kt ra zmierza w kierunku bardziej adaptacyjnej, interpretowalnej i energooszczędnej sztucznej inteligencji.

• Format: Paperback
• Language: Polish
• ISBN: 6209598633
• ISBN13: 9786209598630
• Release Date: January 2026
• Publisher: Wydawnictwo Nasza Wiedza
• Length: 284 Pages
• Weight: 0.84 lbs.
• Dimensions: 0.6" x 6.0" x 9.0"