机器学习与深度学习 强化学习与深度学习 通过C语言模拟 2册 智能ai人工深度学习教材 神经网络学习 智能系统与技术自然语言处理书
9787502389925
￥ 134.82 全新
仅1件
上海长宁
认证卖家担保交易快速发货售后保障
作者孟薇
出版社科学技术文献出版社
ISBN9787502389925
出版时间2020-01
装帧平装
货号600247457822
上书时间2022-05-21
- 在售商品 暂无
- 平均发货时间 37小时
- 好评率 暂无
- 最新上架
商品详情
- 品相描述：全新
- 商品描述
-
E1 9787000023236 9787111627180 9787111599944 （本套装包含以下书籍点击书名购买单册） 机器学习与深度学习 通过C语言模拟 9787111599944 定价:59.00元 强化学习与深度学习 通过C语言模拟 9787111627180 定价：59.00元 书名:机器学习与深度学习：通过C语言模拟 定价:59.00元 作者:小高知宏 著，申富饶 译 出版社： 机械工业出版社 ISBN：9787111599944 版次：1 品牌：机工出版 包装：平装 丛书名： 智能系统与技术丛书 开本：16开 出版时间：2018-07-01 用纸：胶版纸 页数：190 本书以非常容易理解的方式解说了人工智能研究中机器学习的各领域知识，以这些知识为前提，说明了深度学习是什么，以及相关学习方法。本书不是单纯地罗列概念，而是通过适当介绍具体处理流程和程序示例，来具体化地、易于理解地介绍这些技术到底是什么。 CONTENTS 前言
1章 机器学习1
1.1 什么是机器学习1
1.1.1 深度学习的成果1
1.1.2 学习、机器学习和深度学习6
1.1.3 机器学习的分类9
1.1.4 直至深度学习的机器学习历史15
1.2 关于本书例题程序的执行环境25
1.2.1 程序执行的流程25
1.2.2 程序执行的实际情况27
2章 机器学习基础31
2.1 归纳学习31
2.1.1 演绎学习和归纳学习31
2.1.2 归纳学习的例题—股票价格的预测32
2.1.3 基于归纳学习的股价预测程序37
2.2 强化学习46
2.2.1 什么是强化学习46
2.2.2 Q学习—强化学习的具体方法48
2.2.3 强化学习的例题—走迷宫知识的学习53
2.2.4 强化学习程序的实现56
3章 群体智能与演化方法65
3.1 群体智能65
3.1.1 粒子群优化方法65
3.1.2 蚁群优化方法67
3.1.3 蚁群优化方法的实现70
3.2 演化方法81
3.2.1 什么是演化方法81
3.2.2 基于遗传算法的知识获取84
4章 神经网络101
4.1 神经网络基础101
4.1.1 人工神经元模型101
4.1.2 神经网络与学习105
4.1.3 神经网络的种类107
4.1.4 人工神经元的计算方法108
4.1.5 神经网络的计算方法115
4.2 基于反向传播的神经网络的学习121
4.2.1 感知机的学习过程121
4.2.2 反向传播的处理过程123
4.2.3 反向传播的实现125
5章 深度学习139
5.1 什么是深度学习139
5.1.1 传统神经网络的局限和深度学习的思路139
5.1.2 卷积神经网络142
5.1.3 自编码器的学习方法145
5.2 深度学习的实现147
5.2.1 卷积运算的实现148
5.2.2 卷积神经网络的实现156
5.2.3 自编码器的实现170
附录A 生成行李的重量和价值的程序183
附录B 通过全搜索求解背包问题的程序185
参考文献189 书名： 强化学习与深度学习：通过C语言模拟 作者： [日]小高 知宏 著 张小猛 译 定价： 59.00 ISBN号： 9787111627180 版次： 1-1 出版日期： 2019-07 页数： 159 字数： 231 出版社： 机械工业出版社 《强化学习与深度学习：通过C语言模拟》以深度学习和强化学习作为切入点，通过原理解析、算法步骤说明、代码实现、代码运行调试，对强化学习、深度学习以及深度强化学习进行了介绍和说明。本书共4章。1章介绍了人工智能、机器学习、深度学习、强化学习的基本概念。2章以Q学习为例，重点介绍了强化学习的原理、算法步骤、代码实现、代码运行调试。3章先对深度学习的几种常见的类型和原理进行介绍，然后给出了例程和调试方法。4章以Q学习中运用神经网络为例，介绍了深度强化学习的基本原理和方法，同时也给出了例程和调试方法。 目 录
译者序
原书前言
1章 强化学习和深度学习
1.1 机器学习和强化学习
1.1.1 人工智能
1.1.2 机器学习
1.1.3 强化学习
1.2 深度学习
1.2.1 神经网络
1.2.2 深度学习的出现
1.3 深度强化学习
1.3.1 深度强化学习概述
1.3.2 深度强化学习的实现
1.3.3 基本机器学习系统的搭建实例———例题程序的执行方法
2章 强化学习的实例
2.1 强化学习和Q学习
2.1.1 强化学习的基本思想
2.1.2 Q学习的算法
2.2 Q学习实例
2.2.1 q21.c编程实例
2.2.2 目标探寻问题的学习程序
3章 深度学习技术
3.1 实现深度学习的技术
3.1.1 神经细胞的活动和阶层型 神经网络
3.1.2 阶层型神经网络的学习
3.1.3 阶层型神经网络的编程实 例（1）:单个神经细胞的学习程序nn1.c
3.1.4 阶层型神经网络的编程实 例（2）:基于误差逆传播法的神经网络学习程序nn2.c
3.1.5 阶层型神经网络的编程实 例（3）:具有多个输出的神经网络学习程序nn3.c
3.2 基于卷积神经网络的学习
3.2.1 卷积神经网络的算法
3.2.2 卷积神经网络的编程实例
4章 深度强化学习
4.1 基于强化学习和深度学习融合的深度强化学习 1
4.1.1 在Q学习中应用神经网络
4.1.2 Q学习与神经网络的融合
4.2 深度强化学习的编程实例
4.2.1 岔路选择问题的深度强化学 习程序q21dl.c
4.2.2 目标探寻问题的深度强化学 习程序q22dl.c
参考文献
— 没有更多了 —
以下为对购买帮助不大的评价