P Kiruthika (26 results)

Condition: New.

Condition: New.

Condition: New.

Condition: New.

Condition: New.

Taschenbuch. Condition: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware 236 pp. Englisch.

Taschenbuch. Condition: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - This book is a research-oriented roadmap through modern ML, structured via three lenses: Research Perspectives, Recent Advances, and Future Directions. Part I establishes rigorous methodologies, data-centric AI (active learning, weak supervision, bias mitigation), and critical evaluation beyond single metrics. Part II surveys neural architectures (Transformers to State-Space models), optimization (SAM, double descent), generative modeling (diffusion unification), geometric deep learning, and self-supervised/multi-modal learning. Part III covers foundation models-scaling laws, emergent abilities (in-context learning, chain-of-thought), generative AI frontiers (hallucination, controllable generation), and neurosymbolic approaches (RAG, tool use). Part IV addresses grand challenges: efficient/sustainable ML, continual/meta-learning, interpretability/robustness/alignment (RLHF, causal representation), and pathways to AGI with societal impact. Each chapter includes open questions and practical research checklists, aiming to move readers from consumers to contributors.…

Taschenbuch. Condition: Neu. This item is printed on demand - Print on Demand Titel. Neuware -This book is a research-oriented roadmap through modern ML, structured via three lenses: Research Perspectives, Recent Advances, and Future Directions. Part I establishes rigorous methodologies, data-centric AI (active learning, weak supervision, bias mitigation), and critical evaluation beyond single metrics. Part II surveys neural architectures (Transformers to State-Space models), optimization (SAM, double descent), generative modeling (diffusion unification), geometric deep learning, and self-supervised/multi-modal learning. Part III covers foundation models-scaling laws, emergent abilities (in-context learning, chain-of-thought), generative AI frontiers (hallucination, controllable generation), and neurosymbolic approaches (RAG, tool use). Part IV addresses grand challenges: efficient/sustainable ML, continual/meta-learning, interpretability/robustness/alignment (RLHF, causal representation), and pathways to AGI with societal impact. Each chapter includes open questions and practical research checklists, aiming to move readers from consumers to contributors. 236 pp. Englisch. …

Taschenbuch. Condition: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - Este libro es una hoja de ruta orientada a la investigación a través del aprendizaje automático moderno, estructurada a través de tres perspectivas: Perspectivas de Investigación, Avances Recientes y Direcciones Futuras. La Parte I establece metodologías rigurosas, IA centrada en datos (aprendizaje activo, supervisión débil, mitigación de sesgos) y evaluación crítica más allá de métricas individuales. La Parte II examina arquitecturas neuronales (desde Transformers hasta modelos de espacio de estados), optimización (SAM, doble descenso), modelado generativo (unificación de difusión), aprendizaje profundo geométrico y aprendizaje auto-supervisado/multimodal. La Parte III cubre los modelos fundacionales: leyes de escala, habilidades emergentes (aprendizaje en contexto, cadena de pensamiento), fronteras de la IA generativa (alucinación, generación controlable) y enfoques neurosimbólicos (RAG, uso de herramientas). La Parte IV aborda los grandes desafíos: aprendizaje automático eficiente/sostenible, aprendizaje continuo/meta-aprendizaje, interpretabilidad/robustez/alineación (RLHF, representación causal) y caminos hacia la AGI con impacto social. Cada capítulo incluye preguntas abiertas y listas de verificación prácticas de investigación, con el objetivo de hacer pasar a los lectores de consumidores a colaboradores.…

Taschenbuch. Condition: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware 284 pp. Französisch.

Taschenbuch. Condition: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering.

Taschenbuch. Condition: Neu. This item is printed on demand - Print on Demand Titel. Neuware -Ce livre est une feuille de route orientée vers la recherche à travers l'apprentissage automatique moderne, structurée selon trois axes : perspectives de recherche, avancées récentes et orientations futures. La partie I établit des méthodologies rigoureuses, une IA centrée sur les données (apprentissage actif, supervision faible, atténuation des biais) et une évaluation critique au-delà des métriques uniques. La partie II passe en revue les architectures neuronales (des Transformers aux modèles d'espace d'états), l'optimisation (SAM, double descente), la modélisation générative (unification de la diffusion), l'apprentissage profond géométrique et l'apprentissage auto-supervisé/multimodal. La partie III traite des modèles fondateurs - lois d'échelle, capacités émergentes (apprentissage en contexte, chaîne de pensée), frontières de l'IA générative (hallucination, génération contrôlable) et approches neuro-symboliques (RAG, utilisation d'outils). La partie IV aborde les grands défis : apprentissage automatique efficace/durable, apprentissage continu/méta-apprentissage, interprétabilité/robustesse/alignement (RLHF, représentation causale) et voies vers l'AGI avec un impact sociétal. Chaque chapitre comprend des questions ouvertes et des listes de contrôle de recherche pratiques, visant à faire passer les lecteurs du statut de consommateurs à celui de contributeurs. 284 pp. Französisch.…

Taschenbuch. Condition: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware 280 pp. Spanisch.

Taschenbuch. Condition: Neu. This item is printed on demand - Print on Demand Titel. Neuware -Este libro es una hoja de ruta orientada a la investigación a través del aprendizaje automático moderno, estructurada a través de tres perspectivas: Perspectivas de Investigación, Avances Recientes y Direcciones Futuras. La Parte I establece metodologías rigurosas, IA centrada en datos (aprendizaje activo, supervisión débil, mitigación de sesgos) y evaluación crítica más allá de métricas individuales. La Parte II examina arquitecturas neuronales (desde Transformers hasta modelos de espacio de estados), optimización (SAM, doble descenso), modelado generativo (unificación de difusión), aprendizaje profundo geométrico y aprendizaje auto-supervisado/multimodal. La Parte III cubre los modelos fundacionales: leyes de escala, habilidades emergentes (aprendizaje en contexto, cadena de pensamiento), fronteras de la IA generativa (alucinación, generación controlable) y enfoques neurosimbólicos (RAG, uso de herramientas). La Parte IV aborda los grandes desafíos: aprendizaje automático eficiente/sostenible, aprendizaje continuo/meta-aprendizaje, interpretabilidad/robustez/alineación (RLHF, representación causal) y caminos hacia la AGI con impacto social. Cada capítulo incluye preguntas abiertas y listas de verificación prácticas de investigación, con el objetivo de hacer pasar a los lectores de consumidores a colaboradores. 280 pp. Spanisch.…

Taschenbuch. Condition: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware 272 pp. Portugiesisch.

Taschenbuch. Condition: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware 284 pp. Deutsch.

Taschenbuch. Condition: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware 280 pp. Polnisch.

Taschenbuch. Condition: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware 272 pp. Italienisch.

Taschenbuch. Condition: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - Dieses Buch ist ein forschungsorientierter Leitfaden durch das moderne maschinelle Lernen, der unter drei Gesichtspunkten strukturiert ist: Forschungsperspektiven, jüngste Fortschritte und zukünftige Richtungen. Teil I etabliert strenge Methodiken, datenzentrierte KI (aktives Lernen, schwache Überwachung, Minderung von Vorurteilen) und kritische Evaluierung über einzelne Metriken hinaus. Teil II bietet einen Überblick über neuronale Architekturen (von Transformern bis hin zu Zustandsraummodellen), Optimierung (SAM, Double Descent), generative Modellierung (Vereinheitlichung von Diffusionen), geometrisches Deep Learning und selbstüberwachtes/multimodales Lernen. Teil III behandelt Basismodelle (Foundation Models) - Skalierungsgesetze, emergente Fähigkeiten (In-Context-Lernen, Chain-of-Thought), Grenzen der generativen KI (Halluzination, steuerbare Generierung) und neurosymbolische Ansätze (RAG, Werkzeugnutzung). Teil IV befasst sich mit den großen Herausforderungen: effizientes/nachhaltiges maschinelles Lernen, kontinuierliches/Meta-Lernen, Interpretierbarkeit/Robustheit/Ausrichtung (RLHF, kausale Repräsentation) und Wege zu AGI mit gesellschaftlichen Auswirkungen. Jedes Kapitel enthält offene Fragen und praktische Forschungschecklisten, die darauf abzielen, die Leser von Konsumenten zu Mitgestaltern zu machen.…

Taschenbuch. Condition: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering.

Taschenbuch. Condition: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering.

Taschenbuch. Condition: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering.

Taschenbuch. Condition: Neu. This item is printed on demand - Print on Demand Titel. Neuware -Questo libro è una tabella di marcia orientata alla ricerca attraverso il moderno apprendimento automatico, strutturata attraverso tre prospettive: Prospettive di Ricerca, Recenti Progressi e Direzioni Future. La Parte I stabilisce metodologie rigorose, IA centrata sui dati (apprendimento attivo, supervisione debole, mitigazione del bias) e valutazione critica oltre le singole metriche. La Parte II esamina le architetture neurali (dai Transformer ai modelli di spazio di stato), l'ottimizzazione (SAM, doppia discesa), la modellazione generativa (unificazione della diffusione), l'apprendimento profondo geometrico e l'apprendimento auto-supervisionato/multimodale. La Parte III copre i modelli fondativi - leggi di scala, abilità emergenti (apprendimento nel contesto, catena di pensiero), frontiere dell'IA generativa (allucinazione, generazione controllabile) e approcci neuro-simbolici (RAG, uso di strumenti). La Parte IV affronta le grandi sfide: apprendimento automatico efficiente/sostenibile, apprendimento continuo/meta-apprendimento, interpretabilità/robustezza/allineamento (RLHF, rappresentazione causale) e percorsi verso l'AGI con impatto sociale. Ogni capitolo include domande aperte e checklist pratiche di ricerca, con l'obiettivo di trasformare i lettori da consumatori a contributori. 272 pp. Italienisch.…

Taschenbuch. Condition: Neu. This item is printed on demand - Print on Demand Titel. Neuware -Dieses Buch ist ein forschungsorientierter Leitfaden durch das moderne maschinelle Lernen, der unter drei Gesichtspunkten strukturiert ist: Forschungsperspektiven, jüngste Fortschritte und zukünftige Richtungen. Teil I etabliert strenge Methodiken, datenzentrierte KI (aktives Lernen, schwache Überwachung, Minderung von Vorurteilen) und kritische Evaluierung über einzelne Metriken hinaus. Teil II bietet einen Überblick über neuronale Architekturen (von Transformern bis hin zu Zustandsraummodellen), Optimierung (SAM, Double Descent), generative Modellierung (Vereinheitlichung von Diffusionen), geometrisches Deep Learning und selbstüberwachtes/multimodales Lernen. Teil III behandelt Basismodelle (Foundation Models) - Skalierungsgesetze, emergente Fähigkeiten (In-Context-Lernen, Chain-of-Thought), Grenzen der generativen KI (Halluzination, steuerbare Generierung) und neurosymbolische Ansätze (RAG, Werkzeugnutzung). Teil IV befasst sich mit den großen Herausforderungen: effizientes/nachhaltiges maschinelles Lernen, kontinuierliches/Meta-Lernen, Interpretierbarkeit/Robustheit/Ausrichtung (RLHF, kausale Repräsentation) und Wege zu AGI mit gesellschaftlichen Auswirkungen. Jedes Kapitel enthält offene Fragen und praktische Forschungschecklisten, die darauf abzielen, die Leser von Konsumenten zu Mitgestaltern zu machen. 284 pp. Deutsch.…

Taschenbuch. Condition: Neu. This item is printed on demand - Print on Demand Titel. Neuware -Ta ksi¿¿ka to zorientowana na badania naukowa mapa drogowa po wspó¿czesnym uczeniu maszynowym, ustrukturyzowana wed¿ug trzech perspektyw: Perspektywy Badawcze, Ostatnie Post¿py i Przysz¿e Kierunki. Cz¿¿¿ I ustanawia rygorystyczne metodologie, sztuczn¿ inteligencj¿ zorientowan¿ na dane (aktywne uczenie si¿, s¿aby nadzór, ¿agodzenie stronniczo¿ci) oraz krytyczn¿ ewaluacj¿ wykraczaj¿c¿ poza pojedyncze wskäniki. Cz¿¿¿ II przedstawia przegl¿d architektur neuronalnych (od Transformerów po modele przestrzeni stanów), optymalizacj¿ (SAM, podwójne spadek), modelowanie generatywne (unifikacja dyfuzji), geometryczne g¿¿bokie uczenie si¿ oraz uczenie samo-nadzorowane/multimodalne. Cz¿¿¿ III obejmuje modele fundamentalne - prawa skalowania, umiej¿tno¿ci emergencjalne (uczenie si¿ w kontek¿cie, ¿äcuch my¿li), granice generatywnej AI (halucynacje, kontrolowana generacja) oraz podej¿cia neurosymboliczne (RAG, wykorzystanie narz¿dzi). Cz¿¿¿ IV porusza wielkie wyzwania: wydajne/zrównowäone uczenie maszynowe, uczenie si¿ ci¿g¿e/meta-uczenie si¿, interpretowalno¿¿/solidno¿¿/dopasowanie (RLHF, reprezentacja kauzalna) oraz ¿cie¿ki do AGI o wp¿ywie spo¿ecznym. Kädy rozdziä zawiera pytania otwarte i praktyczne listy kontrolne badä, których celem jest przeksztäcenie czytelników z konsumentów w twórców. 280 pp. Polnisch.…

Taschenbuch. Condition: Neu. This item is printed on demand - Print on Demand Titel. Neuware -Este livro é um roteiro orientado para a investigação através da aprendizagem automática moderna, estruturado sob três perspetivas: Perspetivas de Investigação, Avanços Recentes e Direções Futuras. A Parte I estabelece metodologias rigorosas, IA centrada em dados (aprendizagem ativa, supervisão fraca, mitigação de vieses) e avaliação crítica para além de métricas únicas. A Parte II analisa arquiteturas neuronais (de Transformers a modelos de espaço de estados), otimização (SAM, descida dupla), modelação generativa (unificação por difusão), aprendizagem profunda geométrica e aprendizagem auto-supervisionada/multimodal. A Parte III abrange modelos fundacionais - leis de escala, capacidades emergentes (aprendizagem em contexto, cadeia de pensamento), fronteiras da IA generativa (alucinação, geração controlável) e abordagens neuro-simbólicas (RAG, utilização de ferramentas). A Parte IV aborda grandes desafios: aprendizagem automática eficiente/sustentável, aprendizagem contínua/meta-aprendizagem, interpretabilidade/robustez/alinhamento (RLHF, representação causal) e caminhos para a AGI com impacto societal. Cada capítulo inclui perguntas abertas e listas de verificação práticas para investigação, visando transformar os leitores de consumidores em colaboradores. 272 pp. Portugiesisch.…