深度学习模型与算法基础

图书标准信息

• 作者 许庆阳、宋勇、张承进
• 出版社 清华大学出版社
• 出版时间 2023-12
• 版次 1
• ISBN 9787302651079
• 定价 55.00元
• 装帧 平装
• 开本 16开
• 页数 263页
• 字数 415千字

【内容简介】

随着我国逐步由信息化社会向智能化社会发展，人工智能技术作为智能社会的重要组成部分，备受关注。从智能语音助手到自动驾驶汽车，从智能医疗到智能家居，人工智能技术正在改变着我们的生活方式。深度学方法作为实现人工智能的重要手段，无论在图像理解、语音识别、自然语言处理等领域都展现出了传统算法的实力。因此，人工智能、机器人工程、智能科学与技术等新工科专业将其列为必修课程，以便们能够掌握到这一前沿技术的核心知识和技能。而自动化、计算机科学与技术等传统专业也将其列为专业选修课程，以便们能够扩展自己的知识领域和提升自身的竞争力。
本书是一本全面介绍深度学常见理论模型与算法的教材，涵盖了深度学的发展历程、基础理论、核心算法、应用领域以及相关工具。通过对常见的深度学模型进行剖析，阐述神经网络前向计算中的数据转换，并细致地推导和分析了神经网络参数学方法，从而使能够充分地理解神经网络的工作以及网络架构设计思路，以便在以后的科研和工作过程中，能够进行自主架构的设计，提升我国的自主创新能力。

【作者简介】

许庆阳山东大学副教授、博士、博士生导师，主要从事智能机器人、人工智能、深度学、智能优化算法等方面的与科研工作。参与科技部科技创新2030—“新一代人工智能”重大项目，承担自然科学1项、山东省重点研发计划1项，完成了山东省自然科学1项。在外学术期刊发表学术25余篇，其中ci已收录17篇，申请发明专利5项。

【目录】

章绪论1

1.1人工神经网络发展史1

1.1.1人工神经网络的提出1

1.1.2人工神经网络的陨落2

1.1.3人工神经网络的兴起3

1.1.4深度学的提出4

1.2人工神经网络学机理6

1.2.1生物学机理6

1.2.2浅层学7

1.2.3深度学7

1.2.4特征学9

第2章神经网络基础11

2.1概述11

2.2感知器12

2.2.1感知器学规则12

2.2.2感知器13

2.3线单元16

……