书目详细信息
： 深度学习的数学原理与实现
书目信息 机读格式(MARC)
| ISBN/价格： | 978-7-302-58028-7:CNY59.00 |
|---|---|
| 作品语种： | chi |
| 出版国别： | CN 110000 |
| 题名责任者项： | 深度学习的数学原理与实现/.王晓华著 |
| 出版发行项： | 北京:,清华大学出版社:,2021 |
| 载体形态项： | 210页:;+图:;+26cm |
| 丛编项： | 人工智能技术丛书 |
| 提要文摘： | 本书共12章。第1章介绍人类视觉和深度学习的联系。第2章介绍深度学习中最为重要的梯度下降算法。第3章介绍卷积函数。第4章介绍计算损失函数所使用的交叉熵、决策树和信息熵。第5章介绍线性回归和逻辑回归。第6、7章介绍时间序列模型和生成对抗网络。第8章介绍TensorFlow框架。第9章介绍推荐算法。第10章介绍深度学习中的标准化、正则化和初始化。第11章是案例人脸识别。第12章是词嵌入向量案例, 介绍自然语言处理方面的应用。 |
| 题名主题： | 机器学习 |
| 中图分类： | TP181 |
| 个人名称等同： | 王晓华 著 |
| 记录来源： | CN SCZH 20211122 |