潍坊科技学院图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

深度神经网络的学习理论/林绍波, 王迪, 周定轩著

出版发行项:

北京:科学出版社,2025

ISBN及定价:

978-7-5088-6544-7/CNY98.00

载体形态项:

194页:图;24cm

并列正题名:

Learning theory of deep neural networks

丛编项:

大数据与数据科学专著系列;5

个人责任者:

林绍波 著

个人责任者:

王迪 著

个人责任者:

周定轩 著

学科主题:

人工神经网络-研究

中图法分类号:

TP183

一般附注:

国家出版基金项目 “十四五”时期国家重点出版物出版专项规划项目

相关题名附注:

英文题名取自封面

责任者附注:

林绍波, 西安交通大学管理学院, 教授、博士生导师, 青年拔尖人才。博士毕业于西安交通大学数学与统计学院, 曾先后于香港城市大学数学系、香港理工大学应用数学系、香港城市大学数据科学学院担任博士后、副研究员、研究员。研究方向为分布式学习与深度学习的理论基础。在JMLR, TPAMI, ACHA, SIAM JNA等国际著名期刊发表SCI论文60多篇 (包括IEEE Trans 长文21篇)。主持或以核心成员参与国家级课题11项。王迪, 西安交通大学管理学院智能决策与机器学习研究中心副教授, 研究方向为深度学习、张量分析及分布式学习。周定轩, 悉尼大学数学系教授, 研究方向小为学习理论、函数逼近论及深度学习。

书目附注:

有书目 (第187-194页)

提要文摘附注:

本书以函数逼近论与学习理论为主要工具, 建立了一个系统的数学框架来解释深度的必要性、深度神经网络的适用性、数据规模对深度神经网络的影响、深度选择问题、网络结构选择问题及过参数化深度神经网络的泛化性等理论问题。

豆瓣简介：