深度学习导论精装版 动手学深度学习 机器学习 人工智能 深度学习入门 强化学习 Tensorflo

  《深度学习导论精装版》讲述了Tensorflow、前馈神经网络、卷积神经网络、词嵌入、循环神经网络、序列到序列学习、深度强化学习、无监督模型等深度学习领域的基本概念和技术，通过一系列的编程任务，向读者介绍了热门的人工智能应用，包括计算机视觉和自然语言处理等。 本书编写简明扼要，理论联系实践，每一章都包括一个编程项目、练习以及进一步阅读的参考资料。本书既可作为高校人工智能教学用书，也可供从业者入门参考。 本书要求读者熟悉线性代数、多元微积分、概率和统计知识，另外需要读者了解Python 编程。


 

1.GN知识图谱界领军人物、文因互联CEO鲍捷作序。GN外产业界和学术界大咖鼎力推荐 2.本书编写简明扼要，是美国常青藤名校布朗大学的教材。本书的每一章都包括了一个编程项目和一些书面练习，并附上了参考资料，可供读者进一步阅读。 3.人工智能经典入门书，基于Tensorflow编写，以项目为导向，通过一系列的编程任务，向读者介绍了热门的人工智能应用，包括计算机视觉、自然语言处理和强化学习等。 4.做中学。作者在前言中写道：“对我而言，学习计算机科学的*好方法，J是坐下来写程序。”本书正是采用了这种方法。

 

D 1章　前馈神经网络　1 　1.1 感知机　3 　1.2 神经网络的交叉熵损失函数　7 　1.3 导数与随机梯度下降　11 　1.4 编写程序　15 　1.5 神经网络的矩阵表示　17 　1.6 数据D立性　19