机读格式显示(MARC)

• 000 01241nam 2200265 450

• 001 0000653629

• 005 20230909144600.0

• 010 __ |a 978-7-03-070834-2 |d CNY49.00

• 100 __ |a 20220726d2022 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a 深度学习 |A shen du xue xi |f 主编杜金柱, 王志刚

• 210 __ |a 北京 |c 科学出版社 |d 2022

• 215 __ |a 238页 |c 图 |d 26cm

• 320 __ |a 有书目

• 330 __ |a 本书兼顾统计知识的基础性和系统性, 系统介绍深度学习基础知识和建模技术。本书共包括7章, 第1章介绍机器学习、人工智能和深度学习发展历程及相关概念 ; 第2章介绍深度学习的理论知识, 如张量、梯度、损失函数、激活函数、反向传播等 ; 第3章介绍基础神经网络在二分类数据、多分类数据和连续数据上的实例构建 ; 第4章介绍神经网络模型的泛化策略 ; 第5章介绍卷积神经网络的模型结构及其在图像分类问题中的应用 ; 第6章介绍循环神经网络的模型结构及其在序列数据中的应用 ; 第7章介绍文本数据建模的全过程, 并结合前几章介绍的模型结构和优化策略, 基于案例展示用于处理自然语言的深度学习模型。

• 606 0_ |a 机器学习 |A ji qi xue xi

• 690 __ |a TP181 |v 5

• 701 _0 |a 杜金柱 |A du jin zhu |4 主编

• 701 _0 |a 王志刚 |A wang zhi gang |4 主编

• 801 _0 |a CN |b WFKJXY |c 20230909

• 905 __ |a WFKJXY |d TP181/311

• 920 __ |a 4370400 |z 1