由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
醉染图书人工智能中的深度结构学习9787111569350
¥ ×1
译者序
1 引言
1.1 如何训练深度结构
1.2 中间层表示:在不同的任务享特征和抽象
1.3 学习人工智能的必经之路
1.4 本书纲
2.1 计算复杂
2.2 一些非正式的论
3 局部与非局部泛化
3.1 局部模板匹配的局限
3.2 学分布表示
4 具有深度结构的神经网络
4.1 多层神经网络
4.2 训练深度神经网络的挑战
4.3 深度结构的无监督学习
4.4 深度生成结构
4.5 卷积神经网络
4.6 自动编码器
5 能量模型和玻尔兹曼机
5.1 能量模型和专家乘积系统
5.2 玻尔兹曼机
5.3 受限玻尔兹曼机
5.4 对比散度
6 深层结构的逐层贪心训练
6.1 深度置信网络的逐层训练
6.2 堆叠自动编码器训练
6.3 半监督与部分监督训练
7 受限玻尔兹曼机和自动编码器的变体
7.1 自动编码器和受限玻尔兹曼机的稀疏化表示
7.2 降噪自动编码器
7.3 层内连接
7.4 条件RBM和时序RBM
7.5 分解式RBM
7.6 受限玻尔兹曼机和对比散度的推广
8 DBN各层联合优化中的随机变分边界
8.1 将RBM展开为有向置信网络
8.2 逐层贪心训练的变分明
8.3 所有层的联合无监督训练
9 展望
9.1 全局优化策略
9.2 无监督学习的重要
9.3 开放的问题
10 总结
致谢
参考文献
尤舒亚·本吉奥(Yoshua Bengio),加拿大蒙特利尔大学计算机科学与运筹学系教授,领导蒙特利尔学习算法研究所。他是深度学习历目前的代表人物一,发表了200余篇和两部专著,是加拿大引用率高的计算机科学家之一。
俞凯,上海交通大学计算机系研究员,思必驰公司首席科学家,IEEE不错会员,青年干人,NSFC优青。研究兴趣为语音语言处理、机器学习、人机交互。发表100余篇,获4篇靠前期刊及会议很优奖。
吴科,上海交通大学计算机系理研究员,ACM会员。曾任搜索研发专家,雅虎中国新闻搜索技术负责人。研究兴趣为自然语言处理及机器学习。
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格