Excel & AI數據計算處理與分析之深度學習 ( 簡體 字) |
| 作者：(日)涌井良幸//涌井貞美|責編:張軍|譯者:朱立坤 | 類別：1. -> Office -> OFFICE -> EXCEL
2. -> 程式設計 -> 人工智慧 |
| 譯者： |
| 出版社：中國青年 |  3dWoo書號： 53741
詢問書籍請說出此書號！【缺書】
NT售價： 350 元 |
| 出版日：1/1/2021 |
| 頁數：207 |
| 光碟數：0 |
|
站長推薦：  |
| 印刷：黑白印刷 | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787515361611 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
| 前言： |
內容簡介：(人工智能與電子表格的超完美結合雙色印刷)
本書借助 Excel,向讀者介紹深度學習結構的
入門知識。討論具體題目的同時，一步一步闡明深
度學習的構造。Excel 是學習AI的最佳工具。支持
深度學習的 ”卷積神經網絡” 是由人工神經元構
成的，而其中的每個神經元正是通過Excel的一個—
個的單元格組合而成的。換言之， 俯瞰Excel工作
表，可以更清晰地把握卷積神經網絡的結構。本書
充分利用此項優勢，逐一展開說明。
|
目錄：第1章 初步瞭解深度學習
01.卷積神經網路結構概要
02.Al與深度學習
第2章 Excel的要習與應用
01.七個Excel函數
02.Excel引用形式
03.Excel規劃求解的使用方法
04.回歸分析與最優化問題
第3章 神經元模型
01.神經細胞的功能
02.神經細胞功能的公式形式
03.人工神經元與個性化函數
04.從階躍函數到Sigmoid函數
第4章 神經網路結構
01.如何讀取神經網路結構
02.神經網路如何識別手寫文字
03.使用訓練資料計算神經網路的輸出值
04.正確答案與輸出值之間的誤差
05.神經網路的目標函數
06.優化神經網路
07.解釋最優化參數
08.測試神經網路
09.神經網路在現實手寫文字中的應用
第5章 卷積神經網路結構
01.如何讀取卷積神經網路結構
02.卷積神經網路如何識別手寫文字
03.卷積神經網路的輸入層
04.為卷積神經網路設置特異卷積層
05.卷積神經網路的池化層
06.卷積神經網路的輸出層
07.正確答案與輸出值之間的誤差
08.卷積神經網路的目標函數
09.卷積神經網路的最優化
10.解釋最優化參數
11.測試卷積神經網路
12.負值參數
13.更改隱藏層啟動函數
附錄
A 訓練數據(1)
B 訓練數據(2)
C 規劃求解的安裝說明
D 用公式表示結構的相似度
索引
|
| 序： |
