登入帳戶　 |　訂單查詢　 |　購物車/收銀台(0)　|　在線留言板　 |　付款方式　 |　聯絡我們　 |　運費計算　 |　幫助中心　|　 加入書簽
	全部範圍 - 圖書 - 　- 中文簡體書(大陸書) - 　- 英文書（原版） - - 音碟 - 　- 音樂 - 　- 影視 - - 雜誌 - 全文 精確	會員登入   新用戶註冊

HOME新書上架暢銷書架好書推介特價區會員書架精選月讀2023年度TOP分類閱讀雜誌

香港／國際用戶

最新/最熱/最齊全的簡體書網

品種：超過100萬種書，正品正价，放心網購，悭钱省心

送貨：速遞 / 物流，時效：出貨後2-4日

新書推薦： 《 禅心与箭术：过松弛而有力的生活（乔布斯精神导师、世界禅者——铃木大拙荐） 》 售價：NT$ 301.0 《 先进电磁屏蔽材料——基础、性能与应用 》 售價：NT$ 1010.0 《 可转债投资实战 》 售價：NT$ 454.0 《 王氏之死（新版，史景迁成名作） 》 售價：NT$ 250.0 《 敢为天下先：三年建成港科大 》 售價：NT$ 352.0 《 直观的经营：哲学视野下的动态管理 》 售價：NT$ 407.0 《 长高食谱 让孩子长高个的饮食方案 0-15周岁儿童调理脾胃食谱书籍宝宝辅食书 让孩子爱吃饭 6-9-12岁儿童营养健康食谱书大全 助力孩子身体棒胃口好长得高 》 售價：NT$ 214.0 《 身体自愈力：解决内在病因的身体智慧指南 》 售價：NT$ 449.0

建議一齊購買： + NT$ 715 《 诊断学（第9版/本科临床/配增值） 》 + NT$ 254 《 无机化学 》 + NT$ 269 《 植物地理学（第五版） 》 + NT$ 199 《 大学生劳动教育教程（高等院校通识课教材） 》 + NT$ 245 《 推拿学习题集·全国中医药行业高等教育“十四五”规划教材配套用书 》 編輯推薦： 1.以操作实践为学习的切入点，而不是直接切入理论讲解； 2.以任务为驱动，贯穿知识内容； 3.充分考虑学习者的认知曲线，由浅入深，边讲边练边切入理论知识； 4.通过项目实训训练技能的综合使用能力。 內容簡介： 本书从人工智能导论入手，阐述人工智能的发展及现状，重点介绍了机器学习和神经网络基础、反向传播原理、卷积神经网络和循环神经网络等内容。本书内容由浅入深，循序渐进，从神经元和感知机入手，逐步讲解深度学习中神经网络基础、反向传播以及更深层次的卷积神经网络、循环神经网络。本书知识体系完整，内容覆盖面广，介绍了深度学习中常用的模型和算法，助力读者全方位掌握深度学习的相关知识。 本书可作为高等院校计算机等相关专业的教材，也可供人工智能领域的技术人员学习使用，还可以作为人工智能研究人员的参考用书。 關於作者： 肖睿，课工场创始人，北京大学教育学博士，北京大学软件学院特约讲师，北京大学学习科学实验室特约顾问。作为北大青鸟 Aptech 的联合创始人，历任学术总监、研究院院长、公司副总裁等核心岗位，拥有20多年的IT职业教育产品管理和企业管理经验。于2015年创办课工场，兼任总经理，旨在为大学生提供更可靠的 IT 就业教育及服务。 目錄： 目录 第１章 人工智能导论 任务 1.1：了解人工智能发展历程 人工智能的发展历程 任务 1.2：理解人工智能、机器学习、深度学习. 1.2.1 人工智能，机器学习和深度学习 1.2.2 深度学习的发展 任务 1.3：了解深度学习的应用情况 1.3.1 深度学习的应用情况 本章小结 本章习题 第 2 章 深度学习流程 任务 2.1：什么是机器学习 2.1.1 机器学习 2.1.2 机器如何学习 任务 2.2：理解回归与分类 2.2.1 回归 2.2.2 分类 任务 2.3：了解深度学习工作过程 深度学习工作过程 本章小结 本章习题 第 3 章 神经网络基础 任务 3.1：什么是人工神经元 3.1.1 生物神经元 3.1.2 人工神经元 任务 3.2：理解激活函数的意义 3.2.1 激活函数的意义 3.2.2 激活函数种类 任务 3.3：掌握基础的神经网络结构 3.3.1 感知机模型 3.3.2 全连接神经网络 任务 3.4：了解什么是损失函数 3.4.1 损失函数的意义 3.4.2 损失函数的种类 本章小结 本章习题 第 4 章 反向传播原理. 任务 4.1：计算神经网络的输出 前向传播计算 任务 4.2：掌握反向传播算法 4.2.1 反向传播算法的意义 4.2.2 反向传播算法的计算 任务 4.3：掌握梯度下降算法 4.3.1 梯度下降概述 4.3.2 梯度下降的形式 4.3.3 学习率的作用 任务 4.4：使用 Python 实现反向传播算法 反向传播的 Python 实现 本章小结 本章习题 第 5 章 Keras 与环境配置 任务 5.1：深度学习开发环境的配置 5.1.1 Python 开发环境搭建 5.1.2 Keras 与 TensorFlow 安装 任务 5.2：快速开始 Keras 5.2.1 为什么选择 Keras 5.2.2 快速开始 Keras 任务 5.3：掌握顺序模型 Sequential API 5.3.1 Sequential API 任务 5.4：认识函数式模型 Funtional API Funtional API 本章小结 本章习题 第 6 章 深度神经网络手写体识别 任务 6.1：理解 Softmax 回归模型 6.1.1 Softmax 回归模型 6.1.2 交叉熵损失函数 任务 6.2：使用手写体识别数据集 MNIST 图像分类数据集-MNIST 任务 6.3：深度神经网络解决图像分类问题 多层感知机结合 Softmax 完成手写体识别 任务 6.4：模型评估 6.4.1 选择一个可靠的模型 6.4.2 欠拟合和过拟合 本章小结 本章习题 第 7 章 神经网络优化 任务 7.1：范数正则化避免过拟合 范数正则化 任务 7.2：丢弃法正则化避免过拟合 丢弃法 任务 7.3：掌握改进的优化算法 7.3.1 深度学习与优化 7.3.2 小批量随机梯度下降算法改进 本章小结 本章习题 第 8 章 卷积神经网络 任务 8.1：初识卷积神经网络 8.1.1 卷积概述 8.1.2 与全连接网络对比 任务 8.2：卷积运算 8.2.1 卷积核 8.2.2 填充和步幅 8.2.3 多通道卷积 8.2.4 池化层 任务 8.3：LeNet 实现物体分类 8.3.1 LeNet-开山之作 8.3.2 LeNet 进行物体分类 本章小结 本章习题 第 9 章 卷积神经网络经典结构 任务 9.1：训练深度卷积神经网络 9.1.1 AlexNet 9.1.2 图像增广 9.1.3 实现 AlexNet 任务 9.2：进一步增加网络的深度 9.2.1 VGG 系列 9.2.2 应用 VGG16 提取特征 任务 9.3：认识并行结构的卷积网络 9.3.1 GoogLeNet 9.3.2 Inception 结构块 9.3.3 1×1 卷积核 9.3.4 GoogLeNet 结构 任务 9.4：把网络深度提升至上百层 9.4.1 深度残差网络 9.4.2 稠密连接网络 本章小结 本章习题 第 10 章 循环神经网络 任务 10.1：对时序数据建模 10.1.1 时序数据 10.1.2 循环神经网络 任务 10.2：增加循环神经网络的记忆 10.2.1 长短期记忆网络原理 10.2.2 Keras 实现 LSTM 任务 10.3：优化长短期记忆网络 10.3.1 重置门与更新门 本章小结 本章习题

書城介紹　 |　合作申請　|　索要書目　 |　新手入門　|　聯絡方式　 |　幫助中心　|　找書說明　 |　送貨方式　|　付款方式	台灣用户　|　香港/海外用户
megBook.com.tw
Copyright (C) 2013 - 2024 （香港）大書城有限公司　All Rights Reserved.