类型：
成立时间：
出版社特色：
冶金工业出版社/机械工业出版社
出版社信息：
出版社简介：
暂无相关内容，正在全力查找中
神经网络与深度学习书籍相关信息
- ISBN：9787111686859
- 作者：[日] 石川康宏 / [美] 查鲁·C.阿加沃尔（Charu C. Aggarwal） / 杨成译
- 出版社：冶金工业出版社/机械工业出版社
- 出版时间：2021-8
- 页数：408
- 价格：149.00元
- 纸张：暂无纸张
- 装帧：平装
- 开本：暂无开本
- 语言：暂无语言
- 丛书：人工智能科学与技术丛书
- 适合人群：对人工智能、深度学习、神经网络感兴趣的程序员，数据科学家，机器学习研究者，以及希望了解相关技术的计算机科学学生和爱好者
- TAG：科普读物 / 编程 / 人工智能 / 数据科学 / 深度学习 / 机器学习 / 神经网络
- 豆瓣评分：暂无豆瓣评分
- 更新时间：2025-05-09 06:42:23
内容简介：
本书涵盖了经典和现代的深度学习模型。章节分为三类:第1部分为神经网络的基础。许多传统的机器学习模型可以理解为神经网络的特殊情况。前两章的重点是理解传统机器学习和神经网络之间的关系。支持向量机、线性/逻辑回归、奇异值分解、矩阵分解和推荐系统都是神经网络的特例。本书将这些方法与特征工程方法如word2vec一起进行了研究。第2部分是神经网络的基本原理。训练和正则化的详细讨论在第3章和第4章提供。第5章和第6章介绍了径向基函数(RBF)网络和受限的玻尔兹曼机。第3部分是神经网络的高级主题:第7章和第8章讨论了循环神经网络和卷积神经网络。第9章和第10章介绍了几个高级主题，如深度强化学习、神经图像机、Kohonen自组织映射和生成对抗网络。这本书是为研究生、研究人员和实践者编写的。大量的练习和一个解决方案手册，以帮助在课堂教学。在可能的情况下，突出显示以应用程序为中心的视图，以便提供对每一类技术的实际用途的理解。
全格式电子版 - 免费下载