“我们有多种关于深度学的图书可供选择:由专家学者撰写的理论图书,以及由程序员撰写的实践图书。而这本书融合了两者的优势。charniak是一位杰出的学术研究者,他经历了人工智能的每一个阶段,并且经常作为开创一个新的阶段。除了研究者这个身份,他还是一个活跃的程序员,通过编写程序来理解人工智能。在这本精心撰写的书中,charniak向你展示了他所理解的东西,给出了颇有见地的结论,并指导你一步一步地理解代码。”—— peter norvig,谷歌研究监“这是一本精彩绝伦的书,它填补了现有的深度学领域的‘’(由goodfellow、bengio和courville合著)与众多面向从业者的实践图书之间的鸿沟。这本书易于理解,通过清晰且引人入胜的文字,描述了计算机视觉、自然语言处理和机器人领域关键的深度学算法的理论和实践应用。这本书构思精巧、言简意赅,讲解了目前近期新的深度学技术,是和其他希望深入学的人理想的教科书。”—— chri manning,美国斯坦福大学计算机科学与语言学教授“深度学是人工智能和机器学的主流工具。这本书为初学者进入令人兴奋的深度学领域夯实了基础。”—— dapeng oliver wu,美国佛罗里达大学计算机科学教授“eugene charniak以清晰阐释人工智能中重要而复杂的话题而闻名。在这本书中,他阐释了深度学,为那些想要、直观地进行学,无相关知识且希望动手作的人,提供了必不可少的知识模块。这对从业者和都很好有价值。”——noah a. mith,美国华盛顿大学计算机科学副教授本书对的阐述简单、清晰,毫不晦涩;对实例的讲解则循序渐进,展示了相关应用领域的近期新进展。本书页数不多,但内容不少,可以说是入门深度学的上佳选择,理论与实战结合的良好典范,值得一读。——陈光,北京邮电大学模式识别实验室副教授(@爱可可爱生活)这本书介绍了深度学领域中基本的模型,包括fnn、n 和rnn,并对无监督学、强化学等学算法进行了分析,同时以cv、nlp等领域的具体应用为例描述了其中的细节。本书不仅讲解了深度学的数学和统计学的理论知识,而且从理论知识自然延伸到了编程代码,是本科生和入门深度学、动手实践很好好的教材。——郭,ieee不错会员,北京理工大学计算机学院与北京师范大学系统科学学院教授本书由浅入深地介绍了深度学领域所需掌握的核心概念、编程框架和主流技术。除了一些基本的理论知识介绍,本书的大多数内容都可以作为一个实用手册,指导读者动手实践。本书融入了作者对深度学的深入思,不仅仅告诉读者深度学是什么,而且会进一步分析为什么深度学有效。另外本书还介绍了经典的数据预处理方法、参数优化、算法输出的解读等,只有在深度学领域具有丰富经验的学者才能如此信手拈来、融会贯通。本书既可以作为算法和工程人员的深度学入门书,也适用于希望了解深度学基本理论知识的非专业人士阅读。——辛愿,腾讯深海实验室经理深度学领域,不缺少大部头的专著,因此深度学导论这本书才难能可贵。本书不到200 页,每个章节的篇幅也不大,但是在整书的框架中,对深度学领域核心的网络模型部分进行了充分的讲解,包括前向网络、卷积网络和循环网络,结合语言模型中的词嵌入和序列到序列学,还对长短期记忆网络进行了介绍。我认为这是一本的好书,给大家。——许杨毅,商汤智慧城市事业群产品监,前云不错监,ucloud产品市场vp,百度系统部、业务运维负责人
以下为对购买帮助不大的评价