Обследование неврологического больного, Гудфеллоу Д.А., 2018.
Книга «Обследование неврологического больного» представляет собой карманное руководство, помогающее врачу правильно интерпретировать полученные при неврологическом осмотре данные. В ней приведена схема детального осмотра и короткого скрининга, изложены диагностические алгоритмы в особых ситуациях, где традиционный осмотр невозможен или затруднителен, например у пациентов в коме или остром периоде инсульта. Руководство великолепно иллюстрировано, поэтому оно не только рассказывает, но и детально показывает, как правильно проводить обследование неврологического больного.
Издание адресовано неврологам, а также специалистам широкого профиля и студентам медицинских вузов.
Гудфеллоу
Обследование неврологического больного, Гудфеллоу Д.А., 2018
Скачать и читать Обследование неврологического больного, Гудфеллоу Д.А., 2018Глубокое обучение, Слинкин А.А., Гудфеллоу Я., Бенджио И., Курвилль А., 2018
Глубокое обучение, Слинкин А.А., Гудфеллоу Я., Бенджио И., Курвилль А., 2018.
Глубокое обучение - это вид машинного обучения, наделяющий компьютеры способностью учиться на опыте и понимать мир в терминах иерархии концепций. Книга содержит математические и концептуальные основы линейной алгебры, теории вероятностей и теории информации, численных расчетов и машинного обучения в том объеме, который необходим для понимания материала. Описываются приемы глубокого обучения, применяемые на практике, в том числе глубокие сети прямого распространения, регуляризация, алгоритмы оптимизации, сверточные сети, моделирование последовательностей и др. Рассматриваются такие приложения, как обработка естественных языков, распознавание речи, компьютерное зрение, онлайновые рекомендательные системы, биоинформатика и видеоигры. Издание предназначено студентам вузов и аспирантам, а также опытным программистам, которые хотели бы применить глубокое обучение в составе своих продуктов или платформ.
Скачать и читать Глубокое обучение, Слинкин А.А., Гудфеллоу Я., Бенджио И., Курвилль А., 2018Глубокое обучение - это вид машинного обучения, наделяющий компьютеры способностью учиться на опыте и понимать мир в терминах иерархии концепций. Книга содержит математические и концептуальные основы линейной алгебры, теории вероятностей и теории информации, численных расчетов и машинного обучения в том объеме, который необходим для понимания материала. Описываются приемы глубокого обучения, применяемые на практике, в том числе глубокие сети прямого распространения, регуляризация, алгоритмы оптимизации, сверточные сети, моделирование последовательностей и др. Рассматриваются такие приложения, как обработка естественных языков, распознавание речи, компьютерное зрение, онлайновые рекомендательные системы, биоинформатика и видеоигры. Издание предназначено студентам вузов и аспирантам, а также опытным программистам, которые хотели бы применить глубокое обучение в составе своих продуктов или платформ.