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

深度學習基礎教程/人工智慧技術叢書

  • 作者：編者:趙宏|責編:朱劼
  • 出版社：機械工業
  • ISBN：9787111687320
  • 出版日期：2021/08/01
  • 裝幀：平裝
  • 頁數：184
人民幣：RMB 59 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    深度學習是當前人工智慧領域的熱點。本書根據高等院校理工科專業學生的學習需求，介紹深度學習的相關概念，培養學生利用基於備類深度學習架構的人工智慧演算法來分析和解決相關專業問題的能力。本書內容包括深度學習概述、人工神經網路基礎、卷積神經網路和循環神經網路、生成對抗網路和深度強化學習、電腦視覺以及自然語言處理。
    本書可作為高等院校理工科相關專業深度學習、人工智慧等課程的教材，也可作為技術人員的參考書或自學讀物。
作者介紹
編者:趙宏|責編:朱劼
    趙宏，博士，南開大學電腦學院教授、碩士生導師。校級教學團隊帶頭人，2013-2017年教育部高等學校文科電腦基礎教學指導分委員會委員，主要負責大學電腦通識課程的教學與研究。主持23項教改項目，主編教材10本。獲得中國信息協會「2019-2020年度在線教育發展貢獻人物」、教育部在線教育研究中心「智慧教學之星」、南開大學教學名師、南開大學「課程思政」優秀典型課程、校級教學成果獎等多項獎勵和榮譽稱號。主要進行空氣質量數值預報模型方面的應用研究，承擔科研項目30余項，發表教學和科研論文50余篇。
目錄
前言
第1章  深度學習概述
  1.1  深度學習的發展歷程
    1.1.1  深度學習的歷史
    1.1.2  深度學習領域的重要人物
  1.2  深度學習的關鍵技術
    1.2.1  深度學習的機理
    1.2.2  深度學習的三要素
    1.2.3  數據的特徵
    1.2.4  深度學習的主要模型
    1.2.5  深度學習模型的訓練過程
    1.2.6  深度學習模型的學習方式
    1.2.7  深度學習的常用框架
  1.3  深度學習網路的發展脈絡及應用領域
    1.3.1  深度學習網路的發展脈絡
    1.3.2  深度學習的應用領域
  課後習題
  參考文獻
第2章  人工神經網路基礎
  2.1  人工神經網路的生物學基礎
    2.1.1  神經元的基本模型
    2.1.2  突觸的結構
  2.2  人工神經元模型
    2.2.1  人工神經元的數學模型
    2.2.2  常見的人工神經元模型
  2.3  人工神經網路模型
    2.3.1  神經網路的基本結構
    2.3.2  神經網路的分類
  2.4  神經網路的前向傳播機制
  2.5  神經網路的反向傳播機制
  2.6  基於反向傳播演算法的神經網路設計流程
  2.7  人工神經網路的參數優化問題
    2.7.1  神經網路層數的優化問題
    2.7.2  歸一化指數函數softmax
    2.7.3  學習率
    2.7.4  欠擬合和過擬合問題
  課後習題
  參考文獻
第3章  卷積神經網路和循環神經網路
  3.1  卷積神經網路
    3.1.1  卷積神經網路的基本概念
    3.1.2  卷積神經網路的結構
    3.1.3  卷積神經網路的常用架構
  3.2  循環神經網路
    3.2.1  循環神經網路的基本概念
    3.2.2  循環神經網路的應用——語言模型
    3.2.3  循環神經網路的梯度問題及解決方法
    3.2.4  循環神經網路的改進
  課後習題
  參考文獻

第4章  生成對抗網路和深度強化學習
  4.1  生成對抗網路
    4.1.1  生成對抗網路概述
    4.1.2  生成對抗網路的基本原理
    4.1.3  幾種改進的生成對抗網路模型
    4.1.4  生成對抗網路的應用
  4.2  強化學習
    4.2.1  強化學習概述
    4.2.2  強化學習的決策過程
    4.2.3  Q-Learning演算法
    4.2.4  深度強化學習
  課後習題
  參考文獻
第5章  電腦視覺
  5.1  電腦視覺概述
    5.1.1  電腦視覺的歷史
    5.1.2  電腦視覺的挑戰與機遇
    5.1.3  電腦視覺常見的數據集
    5.1.4  電腦視覺處理的基本流程
  5.2  圖像預處理
    5.2.1  圖像去噪
    5.2.2  圖像歸一化
    5.2.3  圖像分割技術
  5.3  電腦視覺常用的網路結構
    5.3.1  圖像分類常用的深度學習網路結構
    5.3.2  視頻分類常用的深度學習網路結構
    5.3.3  目標檢測常用的深度學習網路結構
  課後習題
  參考文獻
第6章  自然語言處理
  6.1  自然語言處理概述
    6.1.1  發展歷史
    6.1.2  自然語言處理的過程
    6.1.3  基礎技術
    6.1.4  詞嵌入演算法
    6.1.5  N-gram語言模型
    6.1.6  注意力機制
  6.2  自然語言處理的應用模型
    6.2.1  文本分類
    6.2.2  自動文本摘要
    6.2.3  自動問答系統
    6.2.4  觸發字檢測
  課後習題
  參考文獻

  • 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