 |
-- 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： |
|
