掃一掃
關(guān)注中圖網(wǎng)
官方微博
中圖價(jià):¥23.4
加入購物車
神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí) 版權(quán)信息
- ISBN：9787121288692
- 條形碼：9787121288692 ; 978-7-121-28869-2
- 裝幀：暫無
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí) 本書特色
隨著大數(shù)據(jù)和人工智能的發(fā)展，深度學(xué)習(xí)成為時(shí)下關(guān)注的技術(shù)熱點(diǎn)。本選題旨在以淺顯易懂的方式介紹深度學(xué)習(xí)的基本理念和技術(shù)架構(gòu)，幫助從事相關(guān)工作的人們對(duì)深度學(xué)習(xí)有一個(gè)基本全面的認(rèn)識(shí)。包括對(duì)神經(jīng)網(wǎng)絡(luò)基本原理的介紹、如何構(gòu)建一個(gè)*基礎(chǔ)的神經(jīng)網(wǎng)絡(luò)模型、深度學(xué)習(xí)是什么、怎么用？如何用深度學(xué)習(xí)來解決問題。
神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí) 內(nèi)容簡介
隨著alphago與李世石大戰(zhàn)的落幕，人工智能成為話題焦點(diǎn)。alphago背后的工作原理“深度學(xué)習(xí)”也跳入大眾的視野。什么是深度學(xué)習(xí)，什么是神經(jīng)網(wǎng)絡(luò)，為何一段程序在精密的圍棋大賽中可以大獲全勝？人工智終將會(huì)取代人類智慧嗎？本書結(jié)合日常生活中的尋常小事，生動(dòng)形象地闡述了神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)的基本概念、原理和實(shí)踐，案例豐富，深入淺出。對(duì)于正在進(jìn)入人工智能時(shí)代的我們，這些內(nèi)容無疑可以幫助我們更好地理解人工智能的原理，豐富我們對(duì)人類自身的認(rèn)識(shí)，并啟發(fā)我們對(duì)人機(jī)智能之爭更深一層的思考與探索。
神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí) 目錄
第0章 寫在前面：神經(jīng)網(wǎng)絡(luò)的歷史 1第1章 神經(jīng)網(wǎng)絡(luò)是個(gè)什么東西 131.1 買橙子和機(jī)器學(xué)習(xí) 131.1.1 規(guī)則列表 141.1.2 機(jī)器學(xué)習(xí) 151.2 怎么定義神經(jīng)網(wǎng)絡(luò) 161.3 先來看看大腦如何學(xué)習(xí) 161.3.1 信息輸入 171.3.2 模式加工 171.3.3 動(dòng)作輸出 181.4 生物意義上的神經(jīng)元 191.4.1 神經(jīng)元是如何工作的 191.4.2 組成神經(jīng)網(wǎng)絡(luò) 221.5 大腦如何解決現(xiàn)實(shí)生活中的分類問題 24第2章 構(gòu)造神經(jīng)網(wǎng)絡(luò) 262.1 構(gòu)造一個(gè)神經(jīng)元 262.2 感知機(jī) 302.3 感知機(jī)的學(xué)習(xí) 322.4 用代碼實(shí)現(xiàn)一個(gè)感知機(jī) 342.4.1 neuroph：一個(gè)基于java的神經(jīng)網(wǎng)絡(luò)框架 342.4.2 代碼實(shí)現(xiàn)感知機(jī) 372.4.3 感知機(jī)學(xué)習(xí)一個(gè)簡單邏輯運(yùn)算 392.4.4 xor問題 422.5 構(gòu)造一個(gè)神經(jīng)網(wǎng)絡(luò) 442.5.1 線性不可分 452.5.2 解決xor問題（解決線性不可分） 492.5.3 xor問題的代碼實(shí)現(xiàn) 512.6 解決一些實(shí)際問題 542.6.1 識(shí)別動(dòng)物 542.6.2 我是預(yù)測大師 59第3章 深度學(xué)習(xí)是個(gè)什么東西 663.1 機(jī)器學(xué)習(xí) 673.2 特征 753.2.1 特征粒度 753.2.2 提取淺層特征 763.2.3 結(jié)構(gòu)性特征 783.3 淺層學(xué)習(xí)和深度學(xué)習(xí) 813.4 深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò) 833.5 如何訓(xùn)練神經(jīng)網(wǎng)絡(luò) 843.5.1 bp算法：神經(jīng)網(wǎng)絡(luò)訓(xùn)練 843.5.2 bp算法的問題 853.6 總結(jié)深度學(xué)習(xí)及訓(xùn)練過程 86第4章 深度學(xué)習(xí)的常用方法 894.1 模擬大腦的學(xué)習(xí)和重構(gòu) 904.1.1 灰度圖像 914.1.2 流行感冒 924.1.3 看看如何編解碼 934.1.4 如何訓(xùn)練 954.1.5 有監(jiān)督微調(diào) 974.2 快速感知：稀疏編碼（sparse coding） 984.3 棧式自編碼器 1004.4 解決概率分布問題：限制波爾茲曼機(jī) 1024.4.1 生成模型和概率模型 1024.4.2 能量模型 1074.4.3 rbm的基本概念 1094.4.4 再看流行感冒的例子 1114.5 dbn 1124.6 卷積神經(jīng)網(wǎng)絡(luò) 1144.6.1 卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu) 1164.6.2 關(guān)于參數(shù)減少與權(quán)值共享 1204.6.3 舉個(gè)典型的例子：圖片內(nèi)容識(shí)別 1244.7 不會(huì)忘記你：循環(huán)神經(jīng)網(wǎng)絡(luò) 1314.7.1 什么是rnn 1314.7.2 lstm網(wǎng)絡(luò) 1364.7.3 lstm變體 1414.7.4 結(jié)論 1434.8 你是我的眼：利用稀疏編碼器找圖像的基本單位 1434.9 你是我的眼（續(xù)） 1504.10 使用深度信念網(wǎng)搞定花分類 160第5章 深度學(xué)習(xí)的勝利：alphago 1695.1 ai如何玩棋類游戲 1695.2 圍棋的復(fù)雜性 1715.3 alphago的主要原理 1735.3.1 策略網(wǎng)絡(luò) 1745.3.2 mcts拯救了圍棋算法 1765.3.3 強(qiáng)化學(xué)習(xí)：“周伯通，左右互搏” 1795.3.4 估值網(wǎng)絡(luò) 1815.3.5 將所有組合到一起：樹搜索 1825.3.6 alphago有多好 1855.3.7 總結(jié) 1875.4 重要的技術(shù)進(jìn)步 1895.5 一些可以改進(jìn)的地方 1905.6 未來 192第6章 兩個(gè)重要的概念 1946.1 遷移學(xué)習(xí) 1946.2 概率圖模型 1976.2.1 貝葉斯的網(wǎng)絡(luò)結(jié)構(gòu) 2016.2.2 概率圖分類 2046.2.3 如何應(yīng)用pgm 208第7章 雜項(xiàng) 2107.1 如何為不同類型的問題選擇模型 2107.2 我們?nèi)绾螌W(xué)習(xí)“深度學(xué)習(xí)” 2117.3 如何理解機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的差異 2127.4 大規(guī)模學(xué)習(xí)（large scale learning）和并行計(jì)算 2147.5 如果喜歡應(yīng)用領(lǐng)域，可以考慮以下幾種應(yīng)用 2157.6 類腦：人工智能的終極目標(biāo) 216參考文獻(xiàn) 218術(shù)語 220
展開全部
書友推薦
- >
羅曼·羅蘭讀書隨筆-精裝
- >
隨園食單
- >
有舍有得是人生
- >
中國歷史的瞬間
- >
姑媽的寶刀
- >
大紅狗在馬戲團(tuán)-大紅狗克里弗-助人
- >
李白與唐代文化
- >
小考拉的故事-套裝共3冊
本類暢銷
