基本信息
- 出版社 : 人民邮电出版社; 第1版 (2019年9月1日)
- 出版日期 : 2019年9月1日
- 品牌 : iTuring
- 语言 : 简体中文
- 文件大小 : 20428 KB
- 纸书页数 : 310页
- 张觉非 著
- 下载格式：azw3、epub、mobi 、pdf
编辑推荐
近年来，深度学习的浪潮席卷了学术界和产业界，它强有力的能力给人们留下了深刻的印象。但是人们会发现，机器学习有着艰深的理论背景，不能透彻理解原理，就难以在实践中自由地运用。因此，本书应运而生。本书以神经网络为线索，沿着从线性模型到深度学习的路线讲解神经网络的原理和实现，并具有以下几个特点：
1. 深入理解深度学习的原理，去除枝蔓，直奔主干，但同时深度上不打折扣。
2. 由浅入深，环环相扣；对数学的介绍经过精心设计，不偏离主干又不失深度。
3. 各章节组成有机连续的整体，顺畅地引领读者理解神经网络及深度学习的核心机理。
4.读者可根据书中提供网址下载代码，并至作者开设的专栏与作者探讨和交流。
内容简介
本书以神经网络为线索，沿着从线性模型到深度学习的路线讲解神经网络的原理和实现。本书将数学基础知识与机器学习和神经网络紧密结合，包含线性模型的结构与局限、损失函数、基于一阶和二阶信息的优化算法、模型自由度与正则化、神经网络的表达能力、反向传播与计算图自动求导、卷积神经网络等主题，帮助读者建立基于数学原理的较深刻的洞见和认知。本书还提供了逻辑回归、多层全连接神经网络和多种训练算法的Python实现，以及运用TensorFlow搭建和训练多种卷积神经网络的代码实例。
作者简介
张觉非，本科毕业于复旦大学计算机系，于中国科学院古脊椎动物与古人类研究所取得古生物学硕士学位，目前在互联网行业从事机器学习算法相关工作。
