题名:
|
神经网络与深度学习 / (美) 查鲁·C.阿加沃尔著 , 石川, 杨成译 |
ISBN:
|
978-7-111-68685-9 价格: CNY149.00 |
语种:
|
chi |
载体形态:
|
XII, 394页 图 26cm |
出版发行:
|
出版地: 北京 出版社: 机械工业出版社 出版日期: 2021 |
内容提要:
|
本书涵盖了经典和现代的深度学习模型。首先介绍神经网络基础, 重点讨论传统机器学习和神经网络之间的关系, 并对支持向量机、线性/逻辑回归、奇异值分解、矩阵分解、推荐系统和特征工程方法word2vec进行了研究。然后介绍神经网络的基本原理, 详细讨论了训练和正则化, 还介绍了径向基函数网络和受限玻尔兹曼机。最后介绍神经网络的高级主题, 讨论了循环神经网络和卷积神经网络, 以及深度强化学习、神经图灵机、Kohonen自组织映射和生成对抗网络等。 |
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:
|
阿加沃尔 著 |
次要责任者:
|
石川 译 |
次要责任者:
|
杨成 译 |
责任者附注:
|
查鲁·C.阿加沃尔, 位于美国纽约州约克敦海茨的IBM T.J. Watson研究中心的杰出研究员。石川, 北京邮电大学计算机学院教授。杨成, 博士, 北京邮电大学计算机学院助理教授。 |