Deep Generative Modeling /
Contiene: 1) ¿Por qué modelos generativos profundos?; 2) Modelos probabilísticos: de modelos mixtos a circuitos probabilísticos; 3) Modelos autorregresivos; 4) Modelos basados en flujo; 5) Modelos de variables latentes; 6) Modelado híbrido; 7) Modelos energéticos; 8) Redes generativas adversariale...
Guardado en:
| Autor principal: | |
|---|---|
| Otros autores: | |
| Formato: | Libro |
| Idioma: | Inglés |
| Publicado: |
Cham, Suiza :
Springer,
2024, c2024
|
| Edición: | 2a edición |
| Temas: | |
| Etiquetas: |
Sin etiquetas, Sé el primero en etiquetar este registro!
|
| Resumen: | Contiene: 1) ¿Por qué modelos generativos profundos?; 2) Modelos probabilísticos: de modelos mixtos a circuitos probabilísticos; 3) Modelos autorregresivos; 4) Modelos basados en flujo; 5) Modelos de variables latentes; 6) Modelado híbrido; 7) Modelos energéticos; 8) Redes generativas adversariales; 9) Modelos generativos basados en puntuaciones; 10) Modelado generativo profundo para la compresión neuronal; 11) Desde grandes modelos de lenguaje hasta sistemas generativos de IA. |
|---|---|
| Descripción física: | XXIII, 313 p. |
| Público: | 2025 BO Licenciatura en Ingeniería en Inteligencia Artificial |
| ISBN: | 978-3-031-64086-5 |