| 作者 |
| [爱尔兰]约翰·D.凯莱赫（John D. Kelleher） |
| 丛书名 |
| 信息技术科普丛书 |
| 出版社 |
| 机械工业出版社 |
| ISBN |
| 9787111680109 |
| 简要 |
| 简介 |
| 内容简介书籍计算机书籍 采用通俗易懂的语言，简明而全面地介绍对人工智能革命起到核心作用的深度学习技术。 |
| 目录 |
| 译者序 前言 致谢 第1章┆深度学习概述 / 1 1.1 人工智能、机器学习和深度学习/4 1.2 什么是机器学习/10 1.3 机器学习为何如此困难/14 1.4 机器学习的关键要素/18 1.5 有监督学习、无监督学习和强化学习/21 1.6 深度学习为何如此成功/24 1.7 本章小结及本书内容安排/27 第2章┆预备知识 / 31 2.1 什么是数学模型/32 2.2 含有多个输入的线性模型/35 2.3 线性模型的参数设置/37 2.4 从数据中学习模型参数/39 2.5 模型的组合/44 2.6 输入空间、权重空间和激活空间/46 2.7 本章小结/49 第3章┆神经网络：深度学习的基石 / 51 3.1 人工神经网络/53 3.2 人工神经元是如何处理信息的/56 3.3 为什么需要激活函数/61 3.4 神经元参数的变化如何影响神经元的行为/65 3.5 使用GPU加速神经网络的训练/73 3.6 本章小结/77 第4章┆深度学习简史 / 80 4.1 早期研究：阈值逻辑单元/83 4.2 连接主义：多层感知机/98 4.3 深度学习时代/114 4.4 本章小结/124 第5章┆卷积神经网络和循环神经网络 / 126 5.1 卷积神经网络/127 5.2 循环神经网络/135 第6章┆神经网络的训练 / 147 6.1 梯度下降/149 6.2 使用反向传播训练神经网络/165 第7章┆深度学习的未来 / 181 7.1 推动算法革新的大数据/183 7.2 新模型的提出/187 7.3 新形式的硬件/189 7.4 可解释性问题/192 7.5 结语/196 术语表 / 197 参考文献 / 203 延伸阅读 / 208 |