|
-- 會員 / 註冊 --
|
|
|
|
人人可懂的深度學習 ( 簡體 字) |
作者:[愛]約翰·D.凱萊赫(John D. Kelleher) | 類別:1. -> 程式設計 -> 深度學習 |
譯者: |
出版社:機械工業出版社 | 3dWoo書號: 54498 詢問書籍請說出此書號!【缺書】 NT售價: 345 元 |
出版日:4/1/2021 |
頁數:220 |
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:9787111680109 |
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:采用通俗易懂的語言,簡明而全面地介紹對人工智能革命起到核心作用的深度學習技術。< |
目錄:第1章?深度學習概述 / 1 1.1 人工智能、機器學習和深度學習/4 1.2 什么是機器學習/10 1.3 機器學習為何如此困難/14 1.4 機器學習的關鍵要素/18 1.5 有監督學習、無監督學習和強化學習/21 1.6 深度學習為何如此成功/24 1.7 本章小結及本書內容安排/27 第2章?預備知識 / 31 2.1 什么是數學模型/32 2.2 含有多個輸入的線性模型/35 2.3 線性模型的參數設置/37 2.4 從數據中學習模型參數/39 2.5 模型的組合/44 2.6 輸入空間、權重空間和激活空間/46 2.7 本章小結/49 第3章?神經網絡:深度學習的基石 / 51 3.1 人工神經網絡/53 3.2 人工神經元是如何處理信息的/56 3.3 為什么需要激活函數/61 3.4 神經元參數的變化如何影響神經元的行為/65 3.5 使用GPU加速神經網絡的訓練/73 3.6 本章小結/77 第4章?深度學習簡史 / 80 4.1 早期研究:閾值邏輯單元/83 4.2 連接主義:多層感知機/98 4.3 深度學習時代/114 4.4 本章小結/124 第5章?卷積神經網絡和循環神經網絡 / 126 5.1 卷積神經網絡/127 5.2 循環神經網絡/135 第6章?神經網絡的訓練 / 147 6.1 梯度下降/149 6.2 使用反向傳播訓練神經網絡/165 第7章?深度學習的未來 / 181 7.1 推動算法革新的大數據/183 7.2 新模型的提出/187 7.3 新形式的硬件/189 7.4 可解釋性問題/192 7.5 結語/196 術語表 / 197 參考文獻 / 203 延伸閱讀 / 208 |
序: |
|