深度学习基础与实践
正版新书 新华官方库房直发 可开电子发票
￥ 88.06 7.4折 ￥ 119 全新
库存4件
作者[美] 乔希·帕特森 （Josh Patterson）、[美] 亚当·吉布森（Adam Gibson）
出版社人民邮电出版社
ISBN9787115515421
出版时间2018-05
版次1
装帧平装
开本16开
纸张胶版纸
页数365页
字数573千字
定价119元
货号SC:9787115515421
上书时间2024-06-25
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
作者简介:
Josh Patterson是Skymind公司副总裁，曾任Cloudera公司通用解决方案架构师、田纳西河流域管理局机器学习与分布式系统工程师。
Adam Gibson是Skymind公司CTO，在帮助公司处理和解析大量实时数据方面经验丰富
主编推荐:
本书从调优、并行、向量化、构建管道等深度学习基础知识开始，逐步深入，通过现实生活中的例子，展现深度网络架构的方法和策略。本书避免了艰深的理论讨论，而是针对实际问题提供了必要的指引。
-深入理解机器学习和深度学习基本概念
-了解从神经网络到深度网络的演化历程
-探索主流深度网络架构，包括卷积神经网络和循环神经网络
-了解如何将特定的深度网络应用于适合的问题
-全面了解通用的对神经网络和特定深度网络架构调优的基础知识
-学习针对不同类型数据的向量化技术以及如何在Spark和Hadoop平台上原生地使用DL4J
媒体评论:
“这就是我一直在寻找的书，它涵盖了AI开发会用到的几乎所有方法。”
“这本书着重于深度学习模型的应用，并通过清晰易懂的方式来呈现。”
内容简介:
本书是由两位技术出身的企业管理者编写的深度学习普及书。本书的前四章提供了足够的关于深度学习的理论知识，包括机器学习的基本概念、神经网络基础、从神经网络到深度网络的演化历程，以及主流的深度网络架构，为读者阅读本书剩余内容打下基础。后五章带领读者进行一系列深度学习的实践，包括建立深层网络、调优技术、各种数据类型的向量化和在Spark上运行深度学习工作流。
目录:
版权声明 iii
O'Reilly Media, Inc.介绍 iv
前言 xv
第 1 章 机器学习回顾 1
1.1 学习的机器 1
1.1.1 机器如何学习 2
1.1.2 生物学的启发 4
1.1.3 什么是深度学习 5
1.1.4 钻进奇幻的兔子洞 5
1.2 提出问题 6
1.3 机器学习背后的数学：线性代数 7
1.3.1 标量 7
1.3.2 向量 7
1.3.3 矩阵 8
1.3.4 张量 8
1.3.5 超平面 8
1.3.6 相关数学运算 8
1.3.7 将数据转换成向量 9
1.3.8 方程组求解 10
1.4 机器学习背后的数学：统计学 12
1.4.1 概率 12
1.4.2 条件概率 14
1.4.3 后验概率&
...
— 没有更多了 —
以下为对购买帮助不大的评价