机读格式显示(MARC)

• 000 01396nam0 2200217 450

• 001 0000514134

• 010 __ |a 978-7-111-65531-2 |d CNY79.00

• 092 __ |b 百万庄15502300922

• 100 __ |a 20201105d2020 em y0chiy50 ea

• 102 __ |a CN |b 110000

• 200 __ |a 深度学习入门 |f (日)瀧雅人著

• 210 __ |a 北京 |c 机械工业出版社 |d 2020

• 215 __ |a 224页 |d 24cm

• 330 __ |a 本书的宗旨在于为深度 机器学习的初学者提供一本通俗易懂、内容全面、理论深入的学习教材。 本书的内容大体可以分为机器学习基础、顺序传播神经网络的深度学 习、玻尔兹曼机和深度强化学习四个部分，既考虑了通俗性和完整性，又 介绍了深度学习的各个方面。其中机器学习基础部分介绍了神经网络、机 器学习与深度学习的数学基础、典型任务、数据集等；顺序传播神经网络 的深度学习部分介绍了梯度下降法的机器学习、深度学习的正则化、误差 反向传播法、自编码器、卷积神经网络以及循环神经网络等；玻尔兹曼机 部分对图模型神经网络的机器学习进行了深入的介绍；深度强化学习部分 则重点介绍了强化学习中的深度神经网络学习的理论和方法。 通过本书的学习，读者可以快速了解机器学习的全貌，同时在理论上 对其模型和方法进行深入分析和理解，从而为实际的开发打下深厚的理论 基础，为技术创新提供具有启发性的方向和路径。

• 333 __ |a 想要获得人工智能相关知识、机器学习、强化学习技术及其应用实践的学生、从业者，特别是立志从事AI相关行业的人士

• 690 __ |a TP181 |v 5

• 701 __ |4 著 |a 瀧雅人

• 702 __ |a 杨秋香

• 801 _0 |a CN |b WFKJXY |c 20210928

• 905 __ |a WFKJXY |d TP181/183

• 920 __ |a 4370400 |z 1