神经网络设计与实现
列奥纳多·德·马尔希 劳拉·米切尔
268人在读
8.3万字总字数
¥53.4定价
列奥纳多·德·马尔希 劳拉·米切尔
本书是一本神经网络实践进阶指南，适合对AI和深度学习感兴趣并且想进一步提高技能的读者阅读。本书从机器学习基础、深度学习应用和高级机器学习这三个方面入手，结合算法理论、代码实现和应用场景，介绍了机器学习的新动向和新技术。本书分为三部分：第1部分网络神经入门，主要介绍了人工智能历史、机器学习概述和神经网络基础；第二部分，深度学习应用，主要是基于卷积神经网络图像处理、文本挖掘、循环神经网络、利用迁移学习重用神经网络；第三部分，高级应用领域，主要介绍对生成对抗网络、自动编码器、损失函数、深度信度网络、强化学习基本定义等。
这本书适合对AI和深度学习感兴趣并希望进一步提高技能的读者。它从机器学习基础、深度学习应用和高级机器学习三个方面入手，结合算法理论、代码实现和应用场景，介绍了机器学习的新动向和新技术。 本书分为三部分：第一部分是网络神经入门，主要介绍了人工智能历史、机器学习概述和神经网络基础；第二部分是深度学习应用，主要基于卷积神经网络、文本挖掘、循环神经网络以及利用迁移学习重用神经网络；第三部分是高级应用领域，主要介绍生成对抗网络、自动编码器、损失函数、深度信度网络和强化学习基本定义等