幫助中心 | 我的帳號 | 關於我們

Python快樂編程(人工智慧深度學習基礎)/好程序員成長叢書

  • 作者:編者:千鋒教育高教產品研發部|責編:賈斌//李曄
  • 出版社:清華大學
  • ISBN:9787302529132
  • 出版日期:2020/11/01
  • 裝幀:平裝
  • 頁數:199
人民幣:RMB 49 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本書共14章,由淺入深,涵蓋了深度學習基礎知識、數學基礎、感知機、反向傳播演算法、自編碼器、玻爾茲曼機、循環神經網路、遞歸神經網路和卷積神經網路的相關知識。每章均附有課後練習及解析,相應課件等配套資源。力求講解簡單易懂,努力營造相對輕鬆愉快的學習氛圍,幫助讀者快速入門深度學習領域。

作者介紹
編者:千鋒教育高教產品研發部|責編:賈斌//李曄

目錄
第1章  深度學習簡介
  1.1  什麼是機器學習
  1.2  什麼是深度學習
    1.2.1  深度學習的發展
    1.2.2  深度學習的3個層次
    1.2.3  深度學習的3種結構類型
  1.3  深度學習的研究現狀
  1.4  本章小結
  1.5  習題
第2章  Theano基礎
  2.1  初識Theano
  2.2  安裝Theano
  2.3  配置環境變數
  2.4  Theano中的符號變數
  2.5  Theano編程風格
  2.6  Theano中的函數
    2.6.1  函數的定義
    2.6.2  函數的複製
    2.6.3  Theano中重要的函數
  2.7  Theano中的符號計算圖模型
    2.7.1  variable節點
    2.7.2  type節點
    2.7.3  apply節點
    2.7.4  op節點
    2.7.5  符號計算圖模型
  2.8  Theano中的條件表達式
  2.9  Theano中的循環
    2.9.1  scan循環的參數
    2.9.2  scan循環演示
  2.1O  Theano中的常用Debug技巧
  2.11  本章小結
  2.12  習題
第3章  線性代數基礎
  3.1  標量、向量、矩陣和張量
  3.2  線性相關與生成子空間
    3.2.1  線性組合
    3.2.2  線性相關
    3.2.3  向量組的秩
    3.2.4  實例:求解方程組
    3.2.5  實例:線性回歸
  3.3  范數
    3.3.1  向量范數
    3.3.2  矩陣范數
  3.4  特殊的矩陣與向量
  3.5  特徵值分解
  3.6  奇異值分解
  3.7  跡運算
  3.8  本章小結
  3.9  習題
第4章  概率與資訊理論

  4.1  概率的用途
  4.2  樣本空間與隨機變數
  4.3  隨機變數的分佈函數
  4.4  一維隨機變數
    4.4.1  離散型隨機變數和分佈律
    4.4.2  連續型隨機變數和概率密度函數
    4.4.3  分辨離散型隨機變數和連續型隨機變數
  4.5  多維隨機變數
    4.5.1  二維隨機變數及其分佈函數
    4.5.2  邊緣分佈函數
  4.6  數學期望、方差、協方差
    4.6.1  數學期望
    4.6.2  方差
    4.6.3  協方差
  4.7  貝葉斯規則
    4.7.1  條件概率
  ……
第5章  深度學習基礎知識
第6章  數值計算與最優化
第7章  概率圖模型
第8章  前饋神經網路
第9章  反向傳播與梯度計算
第10章  自編碼器
第11章  玻爾茲曼機及其相關模型
第12章  循環神經網路
第13章  遞歸神經網路
第14章  卷積神經網路

  • 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