幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

TensorFlow深度學習(數學原理與Python實戰進階)/深度學習系列

  • 作者：(印)桑塔努·帕塔納雅克|責編:閭洪慶//林楨|譯者:魏國強//倪晨傑//李楊//厲高遠//羅佳程
  • 出版社：機械工業
  • ISBN：9787111645849
  • 出版日期：2020/04/01
  • 裝幀：平裝
  • 頁數：308
人民幣：RMB 99 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書重點在幫你掌握深度學習所要求的數學原理和編程實戰經驗，使你能快速使用TensorFlow輕鬆部署產品中的深度學習解決方案，並形成開發深度學習架構和解決方案時所需的數學理解和直覺。
    本書提供了豐富的理論和實戰動手經驗，使你可以從零開始掌握深度學習，並能快速部署有價值的深度學習解決方案。本書重點講解了與多個行業相關的深度學習實踐方面的專業知識。通過這些實戰經驗，你將能夠使用原型來構建新的深度學習應用程序。
作者介紹
(印)桑塔努·帕塔納雅克|責編:閭洪慶//林楨|譯者:魏國強//倪晨傑//李楊//厲高遠//羅佳程
目錄
原書前言
譯者簡介
第1章  數學基礎
  1.1  線性代數
    1.1.1  向量
    1.1.2  標量
    1.1.3  矩陣
    1.1.4  張量
    1.1.5  矩陣的運算和操作
    1.1.6  向量的線性獨立
    1.1.7  矩陣的秩
    1.1.8  單位矩陣或恆等運算符
    1.1.9  矩陣的行列式
    1.1.10  逆矩陣
    1.1.11  向量的范數（模）
    1.1.12  偽逆矩陣
    1.1.13  以特定向量為方向的單位向量
    1.1.14  一個向量在另一個向量方向上的投影（或射影）
    1.1.15  特徵向量
  1.2  微積分
    1.2.1  微分
    1.2.2  函數的梯度
    1.2.3  連續偏導數
    1.2.4  海森矩陣
    1.2.5  函數的極大值和極小值
    1.2.6  局部極小值和全局最小值
    1.2.7  半正定以及正定矩陣
    1.2.8  凸集
    1.2.9  凸函數
    1.2.10  非凸函數
    1.2.11  多變數凸函數以及非凸函數範例
    1.2.12  泰勒級數
  1.3  概率
    1.3.1  並集、交集和條件概率
    1.3.2  事件交集概率的鏈式法則
    1.3.3  互斥事件
    1.3.4  事件獨立性
    1.3.5  事件條件獨立性
    1.3.6  貝葉斯定理（公式）
    1.3.7  概率質量函數
    1.3.8  概率密度函數
    1.3.9  隨機變數的數學期望
    1.3.10  隨機變數的方差
    1.3.11  偏度和峰度
    1.3.12  協方差
    1.3.13  相關性係數
    1.3.14  一些常見的概率分佈
    1.3.15  似然函數
    1.3.16  最大似然估計
    1.3.17  假設檢驗和p值

  1.4  機器學習演算法的制定與優化演算法
    1.4.1  監督學習
    1.4.2  無監督學習
    1.4.3  機器學習的優化演算法
    1.4.4  約束優化問題
  1.5  機器學習中的幾個重要主題
  ……
第3章  卷積神經網路
第2章  深度學習概念和TensorFlow介紹
第4章  基於循環神經網路的自然語言處理
第5章  用受限玻爾茲曼機和自編碼器進行無監督學習
第6章  高級神經網路

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032