

Description
Questo libro offre un'introduzione completa e strutturata alle basi, alle architetture e alle applicazioni del deep learning. Partendo da concetti matematici fondamentali come l'algebra lineare, la probabilita e l'ottimizzazione, costruisce una solida base per la comprensione delle moderne reti neurali. Il testo esplora idee chiave come la capacita del modello, il bias-variance trade-off, l'overfitting e la regolazione dell'iperparametro.



