返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 正版 深度学习导论 [美]尤金·查尔尼克 人民邮电出版社 978711552
  • 新华书店旗下自营,正版全新
    • 作者: [美]尤金·查尔尼克著 | [美]尤金·查尔尼克编 | [美]尤金·查尔尼克译 | [美]尤金·查尔尼克绘
    • 出版社: 人民邮电出版社
    • 出版时间:2019-08-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    美阅书店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: [美]尤金·查尔尼克著| [美]尤金·查尔尼克编| [美]尤金·查尔尼克译| [美]尤金·查尔尼克绘
    • 出版社:人民邮电出版社
    • 出版时间:2019-08-01
    • 版次:1版1次
    • 印次:1
    • 字数:190.0
    • 页数:150
    • 开本:23开
    • ISBN:9787115529916
    • 版权提供:人民邮电出版社
    • 作者:[美]尤金·查尔尼克
    • 著:[美]尤金·查尔尼克
    • 装帧:平装
    • 印次:1
    • 定价:49.00
    • ISBN:9787115529916
    • 出版社:人民邮电出版社
    • 开本:23开
    • 印刷时间:暂无
    • 语种:中文
    • 出版时间:2019-08-01
    • 页数:150
    • 外部编号:9758092
    • 版次:1版1次
    • 成品尺寸:暂无

    第 1章 前馈神经网络 1
    1.1 感知机 3
    1.2 神经网络的交叉熵损失函数 7
    1.3 导数与随机梯度下降 11
    1.4 编写程序 15
    1.5 神经网络的矩阵表示 17
    1.6 数据独立性 19
    1.7 参考文献和补充阅读 20
    1.8 习题 21
    第 2章 Tensorflow 23
    2.1 预备知识 23
    2.2 TF程序 26
    2.3 多层神经网络 31
    2.4 其他方面 34
    2.4.1 检查点 34
    2.4.2 tensordot 35
    2.4.3 TF变量的初始化 37
    2.4.4 TF图创建的简化 39
    2.5 参考文献和补充阅读 40
    2.6 习题 40
    第3章 卷积神经网络 43
    3.1 滤波器、步长和填充 43
    3.2 一个简单的TF卷积例子 49
    3.3 多层卷积 51
    3.4 卷积细节 54
    3.4.1 偏置 54
    3.4.2 卷积层 55
    3.4.3 池化运算(pooling) 55
    3.5 参考文献和补充阅读 56
    3.6 习题 57
    第4章 词嵌入与循环神经网络 59
    4.1 语言模型的词嵌入 59
    4.2 构建前馈语言模型 63
    4.3 改进前馈语言模型 65
    4.4 过拟合 66
    4.5 循环网络 69
    4.6 长短期记忆模型 75
    4.7 参考文献和补充阅读 78
    4.8 习题 78
    第5章 序列到序列学习 81
    5.1 seq2seq模型 82
    5.2 编写一个seq2seq MT程序 84
    5.3 seq2seq中的注意力机制 87
    5.4 多长度seq2seq 90
    5.5 编程练习 91
    5.6 参考文献和补充阅读 93
    5.7 习题 94
    第6章 深度强化学习 97
    6.1 值迭代 98
    6.2 Q学习 101
    6.3 深度Q学习基础 103
    6.4 策略梯度法 106
    6.5 行动者-评论家方法 112
    6.6 经验回放 114
    6.7 参考文献和补充阅读 115
    6.8 习题 116
    第7章 无监督神经网络模型 119
    7.1 基本自编码 119
    7.2 卷积自编码 122
    7.3 变分自编码 126
    7.4 生成式对抗网络 132
    7.5 参考文献和补充阅读 137
    7.6 习题 137
    附录A 部分习题答案 139
    附录B 参考文献 143
    附录C 索引 147
    本书赞誉 151

    作者简介尤金·查尔尼克(Eugene Charniak),美国布朗大学计算机科学和认知科学教授,博士毕业于MIT,博士导师是人工智能之父马文·明斯基。他是国际知名的人工智能研究者,美国人工智能学会(AAAI)会士,2011年获美国计算语言学会(ACL)终身成就奖。除本书之外,他还撰写了《统计语言学习》《人工智能编程》等图书。
    译者简介沈磊,美国计算语言学会(ACL)会员,中国计算机学会(CCF)会员,博士毕业于北京航空航天大学计算机学院,博士研究方向为人工智能、模式识别,现为vivo公司北京AI研究院NLP算法专家,主要方向为自然语言理解和自动问答。她在自然语言处理及推荐算法方向发表了多篇学术论文,申请了5项专利。
    郑春萍,教育学博士,北京邮电大学人文学院副教授,主要研究方向为应用语言学与计算机辅助翻译。她是美国国务院“英语语言学者项目”访问学者、英国曼彻斯特大学人文艺术学院访问学者,曾获北京市高等教育教学成果一等奖、北京市高校青年教学名师奖、中央电视台“希望之星”英语风采大赛全国总决赛**指导教师奖等奖项。她主持了国家社科基金、教育部霍英东青年教师基金及教育部人文社科基金等省部级课题6项,发表学术论文40余篇,主编教材2部,出版专著1部、译著2部。

    1.国内知识图谱界领军人物、文因互联CEO鲍捷作序。国内外产业界和学术界大咖鼎力推荐 2.本书编写简明扼要,是美国常青藤名校布朗大学的教材。本书的每一章都包括了一个编程项目和一些书面练习,并附上了参考资料,可供读者进一步阅读。 3.人工智能经典入门书,基于Tensorflow编写,以项目为导向,通过一系列的编程任务,向读者介绍了热门的人工智能应用,包括计算机视觉、自然语言处理和强化学习等。 4.做中学。作者在前言中写道:“对我而言,学习计算机科学的*好方法,就是坐下来写程序。”本书正是采用了这种方法。
    “我们有多种关于深度学习的图书可供选择: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,并且经常作为领导者开创一个新的阶段。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,谷歌研究总监 “这是一本精彩绝伦的书,它填补

    《深度学习导论》讲述了前馈神经网络、Tensorflow、卷积神经网络、词嵌入与循环神经网络、序列到序列学习、深度强化学习、无监督神经网络模型等深度学习领域的基本概念和技术,通过一系列的编程任务,向读者介绍了热门的人工智能应用,包括计算机视觉和自然语言处理等。
    本书编写简明扼要,理论联系实践,每一章都包含习题以及补充阅读的参考文献。本书既可作为高校人工智能课程的教学用书,也可供从业者入门参考。
    本书要求读者熟悉线性代数、多元微积分、概率论与数理统计知识,另外需要读者了解Python编程。

    1.国内知识图谱界领军人物、文因互联CEO鲍捷作序。国内外产业界和学术界大咖鼎力
    2.本书编写简明扼要,是美国常青藤名校布朗大学的教材。本书的每一章都包括了一个编程项目和一些书面练习,并附上了参考资料,可供读者进一步阅读。
    3.人工智能经典入门书,基于Tensorflow编写,以项目为导向,通过一系列的编程任务,向读者介绍了热门的人工智能应用,包括计算机视觉、自然语言处理和强化学习等。
    4.做中学。作者在前言中写道:“对我而言,学习计算机科学的方法,就是坐下来写程序。”本书正是采用了这种方法。

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购