深度学习 pdf epub mobi txt 电子书 下载 2024

☆☆☆☆☆
简体网页||繁体网页



点击这里下载

类似图书 点击查看全场最低价

深度学习是一种机器学习，透过概念阶层方式，让电脑从经验中学习，进而理解世界。由于可利用经验累积知识，因此无须人为操控来指定电脑所需的全部知识。概念阶层容许电脑经由简单概念建置与学习更复杂的概念，其中组成的阶层图会呈现出多层深度框架。本书内容涵盖广泛的深度学习主题。

　　本书是以数学与概念为基底，涵盖线性代数、机率论与资讯理论、数值计算以及机器学习等相关概念。书中将论述业界实作者与行家们使用的深度学习技术，包括深度前馈网路、正则化、优化演算法、卷积网路、序列建模与实务方法；同时讨论概括论述相关应用，如自然语言处理、语音辨识、电脑视觉、线上推荐系统、生物资讯与电玩游戏等。本书提供诸多研究观点，包含线性因子模型、自动编码器、表征学习、结构化机率模型、蒙地卡罗法、配分函数、近似推论与深度生成模型等理论项目。

　　本书适合打算投入深度学习业界或研究领域的大学生与研究生，以及想要在资讯产品或平台中纳入深度学习技术的软体工程师阅读。

　　封面图片：Daniel Ambrosi的Central Park Azalea Walk Dreamscape(danielambrosi.com)。Daniel Ambrosi的Dreamscapes(梦景)是使用Google DeepDream开源软体(由Google的Joseph Smarr与NVIDIA的Chris Lamb修改的版本)所建构的作品，以此软体成功处理Ambrosi数亿像素的全景图片而成。

名人推荐

　　「由三位深度学习领域专家撰写的《Deep Learning》，是涵盖内容最为全面的着作。对于要进入此领域的软体工程师与学生，提供了兼具深度及广度的观点与浅显数学概念，以及足供专家参考的内容。」 ──Elon Musk，OpenAI共同主席；Tesla与SpaceX共同创办人兼CEO。

　　「这是最完整的深度学习教科书。本书是由此领域的主要贡献者所撰写，清晰、全面与完整的呈现相关主题。想知道深度学习的起源、优势与发展，请阅读本书。」 ──Geoffrey Hinton，英国皇家学会院士(FRS)，Toronto大学荣誉教授；Google杰出研究人员。

　　「近十年来，深度学习着实让技术界为之倾倒。有必要为学习者、实作者与教学者撰写一本教科书，内容包括基本概念、实务项目与进阶研究主题。本书是第一本全面涵盖的书籍，由专精于该领域富有创新性与创造力的研究人员撰写。本书会是今后几年的重要参考书。」 ──Yann LeCun，Facebook AI研究主管；New York大学电脑科学(资讯科学)、资料科学与神经科学的教授。

作者简介

Ian Goodfellow

　　是Google的研究人员(Research Scientist)。

Yoshua Bengio

　　是Montréal大学电脑科学(资讯科学)系教授。

Aaron Courville

　　是Montréal大学电脑科学(资讯科学)系助理教授。

本书的网站资源
致谢
数学符号
chapter 01 绪论
【PART I 应用数学与机器学习基础】
chapter 02 线性代数
chapter 03 机率与资讯理论
chapter 04 数值计算
chapter 05 机器学习基础
【PART II 深度网路：现代实务】
chapter 06 深度前馈网路  
chapter 07 深度学习的正则化
chapter 08 深度模型的训练优化 
chapter 09 卷积网路
chapter 10 序列建模：循环网路与递回网路 
chapter 11 实务方法论
chapter 12 应用
【PART III 深度学习研究】
chapter 13 线性因子模型
chapter 14 自动编码器 
chapter 15 表征学习
chapter 16 深度学习的结构化机率模型
chapter 17 蒙地卡罗法
chapter 18 面对配分函数
chapter 19 近似推论
chapter 20 深度生成模型
参考文献
索引

None

深度学习 电子书 下载 mobi epub pdf txt 2024

类似图书 点击查看全场最低价

查看全网最低价