深度學習
陳藹祥
261人在讀
28.7萬字總字數
¥55.3定價
陳藹祥
本書初定五個章節，第一章淺層模型部分介紹線性迴歸、Logistics迴歸、Softmax迴歸、廣義線性迴歸模型以及機器學習基本概念。第二章介紹深度學習模型以及相應的正則化技術。第三章介紹卷積的物理意義、卷積神經網絡及其各種改進。第四章介紹反饋神經網絡及其改進的長短期記憶單元。第五章介紹深度強化學習，展示深度卷積網絡如何與強化學習技術融合用以人機圍棋博弈以及自動駕駛領域。
這書不錯，不是那種不明覺厲，直接空降公式或原理、複製黏貼的風格。從歷史演變出發，結合老師自己的理解乾貨，配合一些用心設計的例子。總之，是一本有良心的，有閃光點的書。信息時代，書這麼多。好的書和課的競爭力在於差異點：看作者面對同樣的事的情景下，他是否看出了別人沒看出的點；作者敘述方式是否吸引到讀者。
前面幾章寫得挺不錯，作者有自己的思想和總結，比如第1章淺層模型部分，把線性迴歸、邏輯迴歸、softmax放在一起比較，引出廣義線性模型，雖然這基本上沒有實戰價值，但是對於理解算法思想有幫助。在第2章深度神經網絡，詳細介紹了梯度消失或梯度爆炸問題的產生原因，以及各類解決方法，以及探討了克服過擬合問題的幾類正則化技術。這本書不僅僅介紹算法，也以獨特的視角把相關內容組織在一起，便於理解。最後一章強化學習可讀性就差一點。
定位太高。需要大學以上纔可以看。
把深度學習中常見的知識和例子，給出數學推導及原理。對深刻理解深度學習有很大幫助！