题名:
神经网络与深度学习   / 邱锡鹏著 ,
ISBN:
978-7-111-64968-7 价格： CNY149.00
语种:
chi
载体形态:
xvi,448页 彩图 24cm
出版发行:
出版地： 北京 出版社： 机械工业出版社 出版日期： 2020
内容提要:
全书共15章, 分为三个部分。第一部分为机器学习基础: 第1章是绪论, 介绍人工智能、机器学习、深度学习的概要, 使读者全面了解相关知识; 第2-3章介绍机器学习的基础知识。第二部分是基础模型: 第4-6章分别讲述三种主要的神经网络模型: 前馈神经网络、卷积神经网络和循环神经网络; 第7章介绍神经网络的优化与正则化方法; 第8章介绍神经网络中的注意力机制和外部记忆; 第9章简要介绍一些无监督学习方法; 第10章介绍一些模型独立的机器学习方法, 包括集成学习、自训练、协同训练、多任务学习、迁移学习、终身学习、元学习等。第三部分是进阶模型: 第11章介绍概率图模型的基本概念, 为后面的章节进行铺垫; 第12章介绍两种早期的深度学习模型: 玻尔兹曼机和深度信念网络; 第13章介绍深度生成模型, 包括变分自编码器和生成对抗网络; 第14章介绍深度强化学习; 第15章介绍应用十分广泛的序列生成模型。 
主题词:
人工神经网络   研究
主题词:
机器学习   研究
中图分类法:
TP183 版次： 5
中图分类法:
TP181 版次： 5
主要责任者:
邱锡鹏 著
责任者附注:
邱锡鹏, 复旦大学计算机科学技术学院教授、博士生导师, 于复旦大学获得理学学士和博士学位。