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:
本店所有商品

  • [正版] 深入浅出深度学习 [克罗地亚] 桑德罗·斯卡尼 著 杨小冬 译 清华大学出版社
  • 新商品上架
    • 作者: [克罗地亚]著
    • 出版社: 清华大学出版社
    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:
    江莱图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: [克罗地亚]著
    • 出版社:清华大学出版社
    • 开本:16开
    • ISBN:9783186703920
    • 出版周期:旬刊
    • 版权提供:清华大学出版社

     书名:  深入浅出深度学习
     出版社:  清华大学出版社
     出版日期  2021
     ISBN号:  9787302573210

    《深入浅出深度学习》对深度学习进行了深入浅出的介绍,语言简明扼要、通俗易懂。介绍了各个时期最著名的联结主义模型,同时以简单、直观的形式展示了各种最流行的算法和体系结构,详细解释了数学求导过程。本书的内容涵盖卷积网络、LSTM、

    word2vec、RBM、DBN、神经图灵机、记忆网络以及自动编码器。此外,本书还提供了大量可以

    实际运行的Python代码示例。

    主要内容

    介绍机器学习的基础知识以及深度学习的数学和计算先决条件

    讨论前馈神经网络,并探索可以应用于任何神经网络的修改

    探讨卷积神经网络,以及前馈神经网络的循环连接

    描述分布式表示的概念、自动编码器的概念,以及使用深度学习进行语言处理背后的思想

    简单介绍人工智能和神经网络的发展历史,提出深度学习和联结主义的各种有趣的开放性研究问题




    Sandro Skansi博士是克罗地亚萨格勒布大学的逻辑学助理教授,同时还是克罗地亚萨格勒布代数学院的数据科学讲师。他拥有GitHub北极代码库贡献者勋章(ArcticCode Vault Contributor)。



    《深入浅出深度学习》首先对人工智能和深度学习的历史发展做了简单介绍,然后介绍一些必需的数学概念,接着为大家提供了机器学习的基础知识,随后详细介绍几种神经网络模型以及不同的神经网络体系结构。从结构上来说,是非常合理的。从全局到细微,由表及里,引导大家逐步深入了解所介绍的内容。无论是初学者,还是有一定经验的用户,都可以从中受益良多。另外,对于超出本书介绍范围的内容作者还推荐了一些参考著作,使有兴趣和有能力的读者可以进一步拓展知识范围从而对相关内容有更全面、更深入的了解。



    目    录



    第1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、矩阵和线性规划  26

    2.3  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  123

    5.5  关于多个隐藏层的问题:梯度消失和梯度爆炸  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  重新创建猫论文  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

    第10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

    第11章  结论  193

    11.1  开放性研究问题简单概述  193

    11.2  联结主义精神与哲学联系  194




     

    1
    • 商品详情
    • 内容简介

    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