人人可懂的深度学习
正版现货,品相完整,套书只发一本,多版面书籍只对书名
¥
38.96
5.6折
¥
69
九品
仅1件
作者[爱尔兰]约翰·D.凯莱赫(John D. Kelleher)
出版社机械工业出版社
出版时间2020-05
版次1
装帧其他
上书时间2024-06-15
商品详情
- 品相描述:九品
图书标准信息
-
作者
[爱尔兰]约翰·D.凯莱赫(John D. Kelleher)
-
出版社
机械工业出版社
-
出版时间
2020-05
-
版次
1
-
ISBN
9787111680109
-
定价
69.00元
-
装帧
其他
-
开本
32开
-
纸张
胶版纸
-
字数
142千字
- 【内容简介】
-
采用通俗易懂的语言,简明而全面地介绍对人工智能革命起到核心作用的深度学习技术。
- 【目录】
-
译者序
前言
致谢
第1章┆深度学习概述 / 1
1.1 人工智能、机器学习和深度学习?/?4
1.2 什么是机器学习?/?10
1.3 机器学习为何如此困难?/?14
1.4 机器学习的关键要素?/?18
1.5 有监督学习、无监督学习和强化学习?/?21
1.6 深度学习为何如此成功?/?24
1.7 本章小结及本书内容安排?/?27
第2章┆预备知识 / 31
2.1 什么是数学模型?/?32
2.2 含有多个输入的线性模型?/?35
2.3 线性模型的参数设置?/?37
2.4 从数据中学习模型参数?/?39
2.5 模型的组合?/?44
2.6 输入空间、权重空间和激活空间?/?46
2.7 本章小结?/?49
第3章┆神经网络:深度学习的基石 / 51
3.1 人工神经网络?/?53
3.2 人工神经元是如何处理信息的?/?56
3.3 为什么需要激活函数?/?61
3.4 神经元参数的变化如何影响神经元的行为?/?65
3.5 使用GPU加速神经网络的训练?/?73
3.6 本章小结?/?77
第4章┆深度学习简史 / 80
4.1 早期研究:阈值逻辑单元?/?83
4.2 连接主义:多层感知机?/?98
4.3 深度学习时代?/?114
4.4 本章小结?/?124
第5章┆卷积神经网络和循环神经网络 / 126
5.1 卷积神经网络?/?127
5.2 循环神经网络?/?135
第6章┆神经网络的训练 / 147
6.1 梯度下降?/?149
6.2 使用反向传播训练神经网络?/?165
第7章┆深度学习的未来 / 181
7.1 推动算法革新的大数据?/?183
7.2 新模型的提出?/?187
7.3 新形式的硬件?/?189
7.4 可解释性问题?/?192
7.5 结语?/?196
术语表 / 197
参考文献 / 203
延伸阅读 / 208
点击展开
点击收起
— 没有更多了 —
以下为对购买帮助不大的评价