深度学习的几何学
正版保障 假一赔十 电子发票
￥ 46.06 5.8折 ￥ 79 全新
库存15件
湖北武汉
认证卖家担保交易快速发货售后保障
作者(韩) Jong Chul Ye著
出版社电子工业出版社
ISBN9787121447990
出版时间2023-01
装帧平装
开本其他
定价79元
货号4305946
上书时间2024-10-19
商品详情
- 品相描述：全新
- 商品描述
-
目录
本书分为三个部分, 共14章。第1-4章为第一部分, 主要介绍机器学习基础知识, 包括向量空间、矩阵代数、凸优化等数学预备知识, 以及支持向量机、核回归等经典机器学习技术; 第5-9章为第二部分, 主要介绍深度学习的构成要素, 包括人工神经网络与反向传播、卷积神经网络、图神经网络及归一化和注意力机制, 重点介绍这些模型背后的数学原理和几何解释; 第10-14章为第三部分, 主要介绍深度学习的高级主题, 包括深度神经网络几何学、深度学习优化与泛化能力, 以及生成模型与无监督学习。
内容摘要
深度学习是人工智能与机器学习领域的重要研究分支，经过短短十几年的发展，已经在计算机视觉与图像处理、自然语言处理等领域取得令人瞩目的成就。本书作为深度学习方面的专门书籍，融合了机器学习、人工神经网络和深度学习的相关概念，并且从信号处理视角呈现了深度学习背后的几何学原理，以便从统一的角度去深化理解深度学习的主要模型和算法，从而更好地用于指导理论分析和实践开发。全书分为三个部分，共14章。第1～4章为第一部分，主要介绍机器学习基础知识，包括向量空间、矩阵代数、凸优化等数学预备知识，以及支持向量机、核回归等经典机器学习技术；第5～9章为第二部分，主要介绍深度学习的构成要素，包括人工神经网络与反向传播、卷积神经网络、图神经网络及归一化和注意力机制，重点介绍这些模型背后的数学原理和几何解释；第10~14章为第三部分，主要介绍深度学习的高级主题，包括深度神经网络几何学、深度学习优化与泛化能力，以及生成模型与无监督学习。
— 没有更多了 —
以下为对购买帮助不大的评价