书籍简介 神经网络与深度学习 作者 : 邱锡鹏 出版社: 机械工业出版社 出品方: 华章IT 出版年: 2020-4-10 页数: 448 装帧: 平装 丛书: 人工智能技术丛书目录 序 前言 常用符号表 第一部分 机器学习基础 第1章 绪论3 1.1人工智能 ...............................4 1.1.1人工智能的发展历史....................5 1.1.2人工智能的流派.......................7 1.2机器学习 ...............................7 1.3表示学习 ...............................8 1.3.1局部表示和分布式表示...................9 1.3.2表示学习 ...........................11 1.4深度学习 ...............................11 1.4.1端到端学习 ..........................12 1.5神经网络 ...............................13 1.5.1人脑神经网络 ........................13 1.5.2人工神经网络 ........................14 1.5.3神经网络的发展历史....................15 1.6本书的知识体系 ...........................17 1.7常用的深度学习框架 .........................18 1.8总结和深入阅读 ...........................20 第2章 机器学习概述23 2.1基本概念 ...............................24 2.2机器学习的三个基本要素......................26 2.2.1模型 ..............................26 2.2.2学习准则 ...........................27 2.2.3优化算法 ...........................30 2.3机器学习的简单示例——线性回归.................33 2.3.1参数学习 …………………… …………………… …………………… 15.6.1基于循环神经网络的序列到序列模型...........386 15.6.2基于注意力的序列到序列模型...............387 15.6.3基于自注意力的序列到序列模型..............388 15.7总结和深入阅读 ...........................390 附录数学基础 393 附录A 线性代数 394 附录B 微积分 404 附录C 数学优化 413 附录D 概率论 420 附录E 信息论 433 索引 439 PDF获取方式