深度学习的数学——使用PYTHON语言
正版保障 假一赔十 电子发票
¥
65.2
7.3折
¥
89.8
全新
库存9件
作者(美)罗纳德·T.纽塞尔
出版社人民邮电出版社
ISBN9787115607775
出版时间2024-02
装帧平装
开本16开
定价89.8元
货号1203209156
上书时间2024-12-24
商品详情
- 品相描述:全新
- 商品描述
-
作者简介
罗纳德·T.纽塞尔(Ronald T. Kneusel),拥有超过 20年的机器学习行业经验,著有多本AI领域图书。 本书适合有一定深度学习基础、了解Python编程语言的读者阅读,也可作为用于拓展深度学习理论的参考书。
目录
第1章 搭建舞台
1.1 组件安装
1.1.1 Linux
1.1.2 macOS
1.1.3 Windows
1.2 NumPy
1.2.1 定义数组
1.2.2 数据类型
1.2.3 二维数组
1.2.4 全0数组和全1数组
1.2.5 高级索引
1.2.6 读写磁盘
1.3 SciPy
1.4 matplotlib
1.5 scikit-learn
1.6 小结
……
内容摘要
要真正理解深度学习的力量,就需要掌握其背后的数学概念。本书介绍概率论、统计学、线性代数和微分的相关知识——它们是成功将深度学习投入实践的基础。
本书采用Python验证和手动推算的方式作为示例,缩小了数学概念与其在深度学习中的应用之间的差距。本书从贝叶斯定理等基础知识开始,逐步进入更高级的概念,如使用向量、矩阵和梯度训练神经网络。读者将在探索和实现反向传播与梯度下降时综合使用这些知识,而正是反向传播、梯度下降这些基础算法促成了Al革命。
本书主要内容:
●借助统计学知识理解数据集、评估模型;
●理解和应用概率论中的规则;
●在神经网络中借助向量和矩阵操作数据流;
●借助线性代数实现主成分分析和奇异值分解;
●实现基于梯度的优化技术,如RMSprop、Adagrad、Adam等。
打牢深度学习数学基础,解锁人工智能应用技能!
主编推荐
1.做中学,从代码来理解深度学习的数学
从本质上讲,这是一本数学书。但是,本书将使用代码来说明概念,而不是证明和练习。深度学习是一门应用学科,作者认为做中学,你才能理解它。因此,本书将使用代码来弥合纯数学知识和动手实践之间的差距。
2.循序渐进,从基础到进阶,从入门到精通
本书各章内容相辅相成,基础章节后面紧跟进阶的数学主题,最后讲解深度学习算法,涉及前面章节中涵盖的所有内容。一般而言,读者可以从前向后通读本书,对于熟悉的主题,则可以跳过。
— 没有更多了 —
以下为对购买帮助不大的评价