神经网络与深度学习
书籍均为精品二手图书品相85品以上，出库会经过高温消毒，书籍上架都会检测可保证正版!!
￥ 15.1 2.6折 ￥ 59 九品
库存13件
天津宝坻
认证卖家担保交易快速发货售后保障
作者吴岸城
出版社"电子工业出版社
ISBN9787121288692
出版时间2016
装帧平装
开本16开
纸张胶版纸
定价59元
货号957431957963145217
上书时间2024-09-15
- 在售商品 暂无
- 平均发货时间 12小时
- 好评率 暂无
商品详情
- 品相描述：九品
- 本店所售书籍均精品二手正版书书籍，严格审核品相为85品以上，出库会经过高温消毒，由于成本增加，所售书籍价格略高，运费首本5元，每增加一本运费加2元，每天下午2点前订单一般当天发出，最迟48小时内发出，二手书不保证100%没有任何笔记，有时会出现缺货现象，我们会第一时间告知您，感谢理解与支持。
- 商品描述
-
以下信息以网上匹配仅供参考，不支持以此为由退款
内容简介:
《神经网络与深度学习》是一本介绍神经网络和深度学习算法基本原理及相关实例的书籍，它不是教科书，作者已尽量把公式减少到极少，以适应绝大部分人的阅读基础和知识储备。《神经网络与深度学习》涵盖了神经网络的研究历史、基础原理、深度学习中的自编码器、深度信念网络、卷积神经网络等，这些算法都已在很多行业发挥了价值。 《神经网络与深度学习》适合有志于从事深度学习行业的，或想了解深度学习到底是什么的，或是有一定机器学习基础的朋友阅读。
目录:
第0章 写在前面：神经网络的历史第1章 神经网络是个什么东西1.1 买橙子和机器学习1.1.1 规则列表1.1.2 机器学习1.2 怎么定义神经网络1.3 先来看看大脑如何学习1.3.1 信息输入1.3.2 模式加工1.3.3 动作输出1.4 生物意义上的神经元1.4.1 神经元是如何工作的1.4.2 组成神经网络1.5 大脑如何解决现实生活中的分类问题第2章 构造神经网络2.1 构造一个神经元2.2 感知机2.3 感知机的学习2.4 用代码实现一个感知机2.4.1 Neuroph：一个基于Java的神经网络框架2.4.2 代码实现感知机2.4.3 感知机学习一个简单逻辑运算2.4.4 XOR问题2.5 构造一个神经网络2.5.1 线性不可分2.5.2 解决XOR问题（解决线性不可分）2.5.3 XOR问题的代码实现2.6 解决一些实际问题2.6.1 识别动物2.6.2 我是预测大师第3章 深度学习是个什么东西3.1 机器学习3.2 特征3.2.1 特征粒度3.2.2 提取浅层特征3.2.3 结构性特征3.3 浅层学习和深度学习3.4 深度学习和神经网络3.5 如何训练神经网络3.5.1 BP算法：神经网络训练3.5.2 BP算法的问题3.6 总结深度学习及训练过程第4章 深度学习的常用方法4.1 模拟大脑的学习和重构4.1.1 灰度图像4.1.2 流行感冒4.1.3 看看如何编解码4.1.4 如何训练4.1.5 有监督微调4.2 快速感知：稀疏编码（Sparse Coding）4.3 栈式自编码器4.4 解决概率分布问题：限制波尔兹曼机4.4.1 生成模型和概率模型4.4.2 能量模型4.4.3 RBM的基本概念4.4.4 再看流行感冒的例子4.5 DBN4.6 卷积神经网络4.6.1 卷积神经网络的结构4.6.2 关于参数减少与权值共享4.6.3 举个典型的例子：图片内容识别4.7 不会忘记你：循环神经网络4.7.1 什么是RNN4.7.2 LSTM网络4.7.3 LSTM变体4.7.4 结论4.8 你是我的眼：利用稀疏编码器找图像的基本单位4.9 你是我的眼（续）4.10 使用深度信念网搞定花分类第5章 深度学习的胜利：AlphaGo5.1 AI如何玩棋类游戏5.2 围棋的复杂性5.3 AlphaGo的主要原理5.3.1 策略网络5.3.2 MCTS拯救了围棋算法5.3.3 强化学习：“周伯通，左右互搏”5.3.4 估值网络5.3.5 将所有组合到一起：树搜索5.3.6 AlphaGo有多好5.3.7 总结5.4 重要的技术进步5.5 一些可以改进的地方5.6 未来第6章 两个重要的概念6.1 迁移学习6.2 概率图模型6.2.1 贝叶斯的网络结构6.2.2 概率图分类6.2.3 如何应用PGM第7章 杂项7.1 如何为不同类型的问题选择模型7.2 我们如何学习“深度学习”7.3 如何理解机器学习和深度学习的差异7.4 大规模学习（Large Scale Learning）和并行计算7.5 如果喜欢应用领域，可以考虑以下几种应用7.6 类脑：人工智能的目标参考文献术语
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价