当前位置:主页 > 计算机电子书 > 深度学习 > 人工智能 pdf电子书
神经网络与深度学习

神经网络与深度学习 PDF 清晰完整版

  • 更新:2022-01-25
  • 大小:92.5 MB
  • 类别:人工智能
  • 作者:吴岸城
  • 出版:电子工业出版社
  • 格式:PDF

  • 资源介绍
  • 学习心得
  • 相关内容

神经网络与深度学习》是由电子工业出版社出版的一本关于人工智能方面的书籍,作者是吴岸城,主要介绍了关于神经网络、深度学习方面的知识内容,目前在人工智能类书籍综合评分为:7.7分。

书籍介绍

内容简介

随着AlphaGo与李世石大战的落幕,人工智能成为话题焦点。AlphaGo背后的工作原理"深度学习"也跳入大众的视野。什么是深度学习,什么是神经网络,为何一段程序在精密的围棋大赛中可以大获全胜?人工智终将会取代人类智慧吗?

本书结合日常生活中的寻常小事,生动形象地阐述了神经网络与深度学习的基本概念、原理和实践,案例丰富,深入浅出。对于正在进入人工智能时代的我们,这些内容无疑可以帮助我们更好地理解人工智能的原理,丰富我们对人类自身的认识,并启发我们对人机智能之争更深一层的思考与探索。

《神经网络与深度学习》是一本介绍神经网络和深度学习算法基本原理及相关实例的书籍,它不是教科书,作者已尽量把公式减少到最少,以适应绝大部分人的阅读基础和知识储备。《神经网络与深度学习》涵盖了神经网络的研究历史、基础原理、深度学习中的自编码器、深度信念网络、卷积神经网络等,这些算法都已在很多行业发挥了价值。

《神经网络与深度学习》适合有志于从事深度学习行业的,或想了解深度学习到底是什么的,或是有一定机器学习基础的朋友阅读。

目录

  • 第0章写在前面:神经网络的历史1
  • 第1章神经网络是个什么东西13
  • 1.1买橙子和机器学习13
  • 1.1.1规则列表14
  • 1.1.2机器学习15
  • 1.2怎么定义神经网络16
  • 1.3先来看看大脑如何学习16
  • 1.3.1信息输入17
  • 1.3.2模式加工17
  • 1.3.3动作输出18
  • 1.4生物意义上的神经元19
  • 1.4.1神经元是如何工作的19
  • 1.4.2组成神经网络22
  • 1.5大脑如何解决现实生活中的分类问题24
  • 第2章构造神经网络26
  • 2.1构造一个神经元26
  • 2.2感知机30
  • 2.3感知机的学习32
  • 2.4用代码实现一个感知机34
  • 2.4.1Neuroph:一个基于Java的神经网络框架34
  • 2.4.2代码实现感知机37
  • 2.4.3感知机学习一个简单逻辑运算39
  • 2.4.4XOR问题42
  • 2.5构造一个神经网络44
  • 2.5.1线性不可分45
  • 2.5.2解决XOR问题(解决线性不可分)49
  • 2.5.3XOR问题的代码实现51
  • 2.6解决一些实际问题54
  • 2.6.1识别动物54
  • 2.6.2我是预测大师59
  • 第3章深度学习是个什么东西66
  • 3.1机器学习67
  • 3.2特征75
  • 3.2.1特征粒度75
  • 3.2.2提取浅层特征76
  • 3.2.3结构性特征78
  • 3.3浅层学习和深度学习81
  • 3.4深度学习和神经网络83
  • 3.5如何训练神经网络84
  • 3.5.1BP算法:神经网络训练84
  • 3.5.2BP算法的问题85
  • 3.6总结深度学习及训练过程86
  • 第4章深度学习的常用方法89
  • 4.1模拟大脑的学习和重构90
  • 4.1.1灰度图像91
  • 4.1.2流行感冒92
  • 4.1.3看看如何编解码93
  • 4.1.4如何训练95
  • 4.1.5有监督微调97
  • 4.2快速感知:稀疏编码(SparseCoding)98
  • 4.3栈式自编码器100
  • 4.4解决概率分布问题:限制波尔兹曼机102
  • 4.4.1生成模型和概率模型102
  • 4.4.2能量模型107
  • 4.4.3RBM的基本概念109
  • 4.4.4再看流行感冒的例子111
  • 4.5DBN112
  • 4.6卷积神经网络114
  • 4.6.1卷积神经网络的结构116
  • 4.6.2关于参数减少与权值共享120
  • 4.6.3举个典型的例子:图片内容识别124
  • 4.7不会忘记你:循环神经网络131
  • 4.7.1什么是RNN131
  • 4.7.2LSTM网络136
  • 4.7.3LSTM变体141
  • 4.7.4结论143
  • 4.8你是我的眼:利用稀疏编码器找图像的基本单位143
  • 4.9你是我的眼(续)150
  • 4.10使用深度信念网搞定花分类160
  • 第5章深度学习的胜利:AlphaGo169
  • 5.1AI如何玩棋类游戏169
  • 5.2围棋的复杂性171
  • 5.3AlphaGo的主要原理173
  • 5.3.1策略网络174
  • 5.3.2MCTS拯救了围棋算法176
  • 5.3.3强化学习:"周伯通,左右互搏"179
  • 5.3.4估值网络181
  • 5.3.5将所有组合到一起:树搜索182
  • 5.3.6AlphaGo有多好185
  • 5.3.7总结187
  • 5.4重要的技术进步189
  • 5.5一些可以改进的地方190
  • 5.6未来192
  • 第6章两个重要的概念194
  • 6.1迁移学习194
  • 6.2概率图模型197
  • 6.2.1贝叶斯的网络结构201
  • 6.2.2概率图分类204
  • 6.2.3如何应用PGM208
  • 第7章杂项210
  • 7.1如何为不同类型的问题选择模型210
  • 7.2我们如何学习"深度学习"211
  • 7.3如何理解机器学习和深度学习的差异212
  • 7.4大规模学习(LargeScaleLearning)和并行计算214
  • 7.5如果喜欢应用领域,可以考虑以下几种应用215
  • 7.6类脑:人工智能的终极目标216
  • 参考文献218
  • 术语220

资源获取

资源地址1:https://pan.baidu.com/s/1BVy-vfbsPtLqjy0hpvbX1g(密码:pv2x)

相关资源

网友留言

网友NO.48945
网友NO.48945

虽然网上的评价不好,但我读来还挺顺,对于不是科班出身,更容易吸收,整个篇章比较合理,层层递进,通俗易懂!入门好读物

网友NO.27594
网友NO.27594

作者尽量以浅显的表达去给我们讲解,了解了AI的发展故事,又大概地了解了些概念和框架,看水果举例还是会想起西瓜书