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:

  • 正版新书]深入浅出深度学习[克罗地亚]桑德罗·斯卡尼(SandroSka
  • 全店均为全新正版书籍,欢迎选购!新疆西藏青海(可包挂刷).港澳台及海外地区bu bao快递
    • 作者: [克罗地亚]桑德罗·斯卡尼(SandroSkansi)著杨小冬 译著 | [克罗地亚]桑德罗·斯卡尼(SandroSkansi)著杨小冬 译编 | [克罗地亚]桑德罗·斯卡尼(SandroSkansi)著杨小冬 译译 | [克罗地亚]桑德罗·斯卡尼(SandroSkansi)著杨小冬 译绘
    • 出版社: 清华大学出版社
    • 出版时间:2021-04-01
    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:
    君凤文轩图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品参数
    • 作者: [克罗地亚]桑德罗·斯卡尼(SandroSkansi)著杨小冬 译著| [克罗地亚]桑德罗·斯卡尼(SandroSkansi)著杨小冬 译编| [克罗地亚]桑德罗·斯卡尼(SandroSkansi)著杨小冬 译译| [克罗地亚]桑德罗·斯卡尼(SandroSkansi)著杨小冬 译绘
    • 出版社:清华大学出版社
    • 出版时间:2021-04-01
    • 版次:1
    • 印次:1
    • 字数:254000
    • 页数:416
    • 开本:16开
    • ISBN:9787302573210
    • 版权提供:清华大学出版社
    • 作者:[克罗地亚]桑德罗·斯卡尼(SandroSkansi)著杨小冬 译
    • 著:[克罗地亚]桑德罗·斯卡尼(SandroSkansi)著杨小冬 译
    • 装帧:平装
    • 印次:1
    • 定价:49.8
    • ISBN:9787302573210
    • 出版社:清华大学出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2021-04-01
    • 页数:416
    • 外部编号:码头附近89355
    • 版次:1
    • 成品尺寸:暂无

    章 从逻辑学到认知科学 1

    1.1 人工神经网络的起源 1

    1.2 异或(XOR)问题 6

    1.3 从认知科学到深度学习 8

    1.4 总体人工智能景观中的神经网络 12

    1.5 哲学和认知概念 13

    第2章 数学和计算先决条件 17

    2.1 求导和函数极小化 17

    2.2 向量、矩阵和线规划 26

    . 概率分布 34

    2.4 逻辑学和图灵机 41

    2.5 编写Python代码 44

    2.6 Python编程概述 46

    第3章 机器学习基础知识 55

    3.1 基本分类问题 55

    3.2 评估分类结果 61

    3.3 一种简单的分类器:朴素贝叶斯 64

    3.4 一种简单的神经网络:逻辑回归 67

    3.5 MNIST数据集简介 73

    3.6 没有标签的学习:k均值 76

    3.7 学习不同的表示形式:PCA 78

    3.8 学习语言:词袋表示 81

    第4章 前馈神经网络 85

    4.1 神经网络的基本概念和术语 85

    4.2 使用向量和矩阵表示网络分量 88

    4.3 感知器法则 90

    4.4 Delta法则 93

    4.5 从逻辑神经元到反向传播 95

    4.6 反向传播 100

    4.7 一个完整的前馈神经网络 110

    第5章 前馈神经网络的修改和扩展 113

    5.1 正则化的概念 113

    5.2 L1和L2正则化 115

    5.3 学习率、动量和丢弃 117

    5.4 随机梯度下降和在线学习 1

    5.5 关于多个隐藏层的问题:梯度消失和梯度 124

    第6章 卷积神经网络 127

    6.1 第三次介绍逻辑回归 127

    6.2 特征图和池化 131

    6.3 一个完整的卷积网络 133

    6.4 使用卷积网络对文本进行分类 136

    第7章 循环神经网络 141

    7.1 不等长序列 141

    7.2 使用循环神经网络进行学习的三种设置 143

    7.3 添加反馈环并展开神经网络 145

    7.4 埃尔曼网络 146

    7.5 长短期记忆网络 148

    7.6 使用循环神经网络预测后续单词 151

    第8章 自动编码器 161

    8.1 学习表示 161

    8.2 不同的自动编码器体系结构 164

    8.3 叠加自动编码器 166

    8.4 重新创建猫 170

    第9章 神经语言模型 173

    9.1 词嵌入和词类比 173

    9.2 CBOW和Word2vec 174

    9.3 Word2vec代码 176

    9.4 单词领域概览:一种摒弃符号AI的观点 179

    0章 不同神经网络体系结构概述 183

    10.1 基于能量的模型 183

    10.2 基于记忆的模型 186

    10.3 通用联结主义智能的内核:bAbI数据集 189

    1章 结论 193

    11.1 开放研究问题简单概述 193

    11.2 联结主义精神与哲系 194


    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