机读格式显示(MARC)

• 000 01651nam 2200289 450

• 001 0000714482

• 005 20240812110500.0

• 010 __ |a 978-7-04-060165-7 |d CNY57.00

• 100 __ |a 20231019d2023 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 深度学习基础 |A shen du xue xi ji chu |f 刘远超主编

• 210 __ |a 北京 |c 高等教育出版社 |d 2023

• 215 __ |a 386页 |c 图 |d 26cm

• 225 2_ |a 新一代人工智能系列教材 |A xin yi dai ren gong zhi neng xi lie jiao cai

• 300 __ |a 工业和信息化部“十四五”规划

• 314 __ |a 刘远超, 哈尔滨工业大学计算学部副博士 教授, 博士生导师, 中国计算机学会高级会员、中国计算机学会自然语言处理专委会专委、中国中文信息学会情感计算专委会及自然语言生成与智能写作专委会专委、华为-中国高校计算机教育MOOC联盟“智能基座”建设项目委员及华为公司昇腾技术培训顾问、清华大学学堂在线“疾风计划”特邀专家。主要研究方向包括机器学习、深度学习、人工智能、自然语言处理等。

• 320 __ |a 有书目

• 330 __ |a 本书共分为13章, 大致可以分为四个部分: 第一部分 (第1-3章) 重点介绍机器学习/深度学习的基础概念; 第二部分 (第4-5章) 介绍机器学习/深度学习的3大类基本问题, 即分类、回归和聚类问题, 并简要介绍了浅层机器学习的若干常见方法作为铺垫; 第三部分 (第6-7章) 为深度学习中的重要基础性知识, 即神经网络的优化方法和感知机模型; 第四部分 (第8-13章) 为深度学习的主要常见模型与方法, 包括建模序列数据的神经网络、卷积神经网络、预训练方法、图神经网络、生成式神经网络、从强化学习到深度强化学习等。

• 410 _0 |1 2001 |a 新一代人工智能系列

• 606 0_ |a 机器学习 |A ji qi xue xi

• 690 __ |a TP181 |v 5

• 701 _0 |a 刘远超 |A liu yuan chao |4 主编

• 801 _0 |a CN |b WFKJXY |c 20240812

• 905 __ |a WFKJXY |d TP181/397