Deep learning with python / (Record no. 77442)

000 -CABECERA
Longitud fija campo de control 04488aam a2200289 i 4500
003 - IDENTIFICADOR DELl NÚMERO DE CONTROL
Identificador del número de control CO-UCACDB
005 - FECHA Y HORA DE LA ÚLTIMA TRANSACCIÓN
Fecha y hora de la última transacción 20190312095046.0
008 - CÓDIGOS DE INFORMACIÓN DE LONGITUD FIJA
Códigos de información de longitud fija 190312b2018 xxuad||fr|||| 001 0 eng d
020 ## - NÚMERO INTERNACIONAL NORMALIZADO PARA LIBROS
Número Internacional Normalizado para Libros (ISBN) 9781617294433
040 ## - FUENTE DE LA CATALOGACIÓN
CO-UCAC CO-UCAC
Lengua de catalogación eng
CO-UCAC CO-UCAC
041 0# - CÓDIGO DE LENGUA
Código de lengua del texto-banda sonora o título independiente eng
082 04 - NÚMERO DE LA CLASIFICACIÓN DECIMAL DEWEY
Número de edición DEWEY 22
Número de clasificación Decimal 005.133
Cutter Ch547
Año 2018
100 1# - PUNTO DE ACCESO PRINCIPAL-NOMBRE DE PERSONA
Nombre de persona <a href="Chollet, Francois.">Chollet, Francois.</a>
9 (RLIN) 23213
245 10 - TÍTULO PROPIAMENTE DICHO
Título Deep learning with python /
Mención de responsabilidad, etc. Francois Chollet
264 #1 - PRODUCCIÓN, PUBLICACIÓN , DISTRIBUCIÓN, FABRICACIÓN Y COPYRIGHT
Lugar de producción, publicación, distribución, fabricación Shelter Island :
Nombre del productor, editor, distribuidor, fabricante Manning,
Fecha de de producción, publicación, distribución, fabricación o copyright 2018.
300 ## - DESCRIPCIÓN FÍSICA
Extensión 361 páginas ;
Otras características físicas ilustraciones, gráficas ;
Dimensiones 18 x 23 cm.
Tipo de unidad 1 ejemplar
505 ## - NOTA DE CONTENIDO CON FORMATO
Nota de contenido con formato Part 1. Funamentals of deep learning. 1. What is deep learning? 2. Before begin: the mathematical building blocks of neural metworks. 3. Getting started with neural networks. 4. Fundamentals of machine learning. Part 2. Deep learning in practice. 5. Deep learning for computer vision. 6. Deep learning for text and sequences. 7. Advance deep-learning best practices. 8. Generative deep learning. 9. Conclusions.
505 ## - NOTA DE CONTENIDO CON FORMATO
Nota de contenido con formato Parte 1. Funamentos del aprendizaje profundo. 1. ¿Qué es el aprendizaje profundo? 2. Antes de comenzar: los bloques de construcción matemáticos de los metworks neuronales. 3. Empezando con las redes neuronales. 4. Fundamentos del aprendizaje automático. Parte 2. Aprendizaje profundo en la práctica. 5. Aprendizaje profundo para la visión por ordenador. 6. Aprendizaje profundo de textos y secuencias. 7. Avanzar en las mejores prácticas de aprendizaje profundo. 8. Aprendizaje profundo generativo. 9. Conclusiones.
506 ## - NOTA DE RESTRICCIONES AL ACCESO
Programa Académico Electrónica y Telecomunicaciones
520 3# - NOTA DE SUMARIO
Fuente del término (R ) Machine learning has made remarkable progress in recent years. We went from near-unusable speech and image recognition, to near-human accuracy. We went from machines that couldn't beat a serious Go player, to defeating a world champion. Behind this progress is deep learning, a combination of engineering advances, best practices, and theory that enables a wealth of previously impossible smart applications.<br/>About the Book<br/>Deep Learning with Python introduces the field of deep learning using the Python language and the powerful Keras library. Written by Keras creator and Google AI researcher François Chollet, this book builds your understanding through intuitive explanations and practical examples. You'll explore challenging concepts and practice with applications in computer vision, natural-language processing, and generative models. By the time you finish, you'll have the knowledge and hands-on skills to apply deep learning in your own projects.<br/>What's Inside.<br/>- Deep learning from first principles<br/>- Setting up your own deep-learning environment<br/>- Image-classification models<br/>- Deep learning for text and sequences<br/>- Neural style transfer, text generation, and image generation<br/>
520 3# - NOTA DE SUMARIO
Fuente del término (R ) El aprendizaje automático ha progresado notablemente en los últimos años. Pasamos del reconocimiento de voz e imagen casi inutilizable a la precisión casi humana. Pasamos de máquinas que no podían vencer a un jugador serio de Go, a derrotar a un campeón del mundo. Detrás de este progreso está el aprendizaje profundo, una combinación de avances de ingeniería, mejores prácticas y teoría que permite una gran cantidad de aplicaciones inteligentes que antes eran imposibles.<br/>Sobre el libro<br/>Deep Learning with Python introduce el campo del aprendizaje profundo utilizando el lenguaje Python y la potente biblioteca Hard. Escrito por el creador de Keras y el investigador de Google AI François Chollet, este libro desarrolla su comprensión a través de explicaciones intuitivas y ejemplos prácticos. Explorará conceptos y prácticas desafiantes con aplicaciones en visión artificial, procesamiento de lenguaje natural y modelos generativos. Cuando termine, tendrá el conocimiento y las habilidades prácticas para aplicar el aprendizaje profundo en sus propios proyectos.<br/>Que hay dentro<br/>- Aprendizaje profundo desde los primeros principios.<br/>- Configuración de su propio entorno de aprendizaje profundo<br/>- Modelos de clasificación de imágenes.<br/>- Aprendizaje profundo de textos y secuencias.<br/>- Transferencia de estilo neuronal, generación de texto y generación de imágenes.
650 07 - PUNTO DE ACCESO ADICIONAL DE MATERIA - TÉRMINO DE MATERIA
Fuente del encabezamiento o término Armarc
Término de materia o nombre geográfico como elemento inicial PYTON (LENGUAJE DE PROGRAMACIÓN DE COMPUTADORES)
9 (RLIN) 23214
650 07 - PUNTO DE ACCESO ADICIONAL DE MATERIA - TÉRMINO DE MATERIA
Fuente del encabezamiento o término Armarc
Término de materia o nombre geográfico como elemento inicial PROGRAMACIÓN ORIENTADA A OBJETOS (COMPUTADORES)
9 (RLIN) 3415
650 07 - PUNTO DE ACCESO ADICIONAL DE MATERIA - TÉRMINO DE MATERIA
Fuente del encabezamiento o término Armarc
Término de materia o nombre geográfico como elemento inicial INTELIGENCIA ARTIFICIAL
9 (RLIN) 2545
650 07 - PUNTO DE ACCESO ADICIONAL DE MATERIA - TÉRMINO DE MATERIA
Fuente del encabezamiento o término Armarc
Término de materia o nombre geográfico como elemento inicial REDES NEURONALES (COMPUTADORES)
9 (RLIN) 13082
942 ## - ENTRADA DE ELEMENTOS AGREGADOS (KOHA)
Fuente de clasificaión o esquema
Koha [por defecto] tipo de item Libro - General
Holdings
Disponibilidad Mostrar en OPAC Fuente de clasificación o esquema Programa Académico Tipo de Descarte Restricciones de uso Estado Colección Asociada Localización permanente Localización actual Localización en estanterías Fecha adquisición Proveedor Forma de Adq Precio normal de compra Centro de Costo Signatura completa Código de barras Fecha última consulta Ejemplar Propiedades de Préstamo KOHA
Disponible Presente (Mostrar)   Sistemas No descartado Acceso Libre Préstamo Normal Colección General Biblioteca UCATOLICA Biblioteca UCATOLICA Carrera 13 2018-12-12 Publiciencia Compra 279452.00 0675-Sist.Sist.informát. 005.133/Ch547/2018 61112 2019-02-05 Ej. 1 Libro - General
Universidad Católica de Colombia
La Universidad Católica de Colombia es una Institución de Educación Superior sujeta a inspección y vigilancia por el Ministerio de Educación, reconocida mediante Resolución Número 2271 de julio 7 de 1970 del Ministerio de Justicia.
Universidad Católica de Colombia © Copyright 2017
Universidad Católica de Colombia • PBX: (57 1) 3 27 73 00 - (57 1) 3 27 73 33
Bogotá, Avenida Caracas # 46 -72, sede Las Torres • Bogotá, Carrera 13 # 47 – 30, Sede 4​ • Bogotá, Diagonal 46 A # 15 B – 10, sede El Claustro
Bogotá, Carrera 13 # 47 – 49, sede Carrera 13