《 實用MATLAB深度學習：基於項目的方法》是清華大學出版社出版的一本圖書。
基本介紹
- 中文名：實用MATLAB深度學習
- 別名：基於項目的方法
- 作者： Michael Paluszek / Stephanie Thomas
- 出版社： 清華大學出版社
- 出版時間：2021年2月1日
- 定價：69 元
- ISBN：9787302567646
內容簡介,作者簡介,譯者簡介,圖書目錄,
內容簡介
本書從深度學習基礎理論和MATLAB機器學習工具箱開始，由淺入深地介紹主流深度學習技術在多個特定工程領域的技術實踐。在廣泛的場景中為讀者提供有價值的理論建模、數據生成以及網路結構設計的方法與技術，這些知識將帶領讀者探尋深度學習技術的本質，並教會讀者適當地使用這類技術解決自己的研究問題。本書結合作者多年從事MATLAB商用工具箱設計的豐富經驗，專門針對從事實際工作的工程師撰寫，覆蓋深度學習的技術細節，告訴我們深度學習集技術、科學和藝術於一體，涉及統計、矩陣、算法、最佳化、編程、分散式計算和安全等多個領域。本書出版後，好評如潮，獲得相關領域內眾多學者和工程師的關注。
作者簡介
Michael Paluszek，普林斯頓衛星系統公司（PSS）總裁，獲麻省理工學院電氣工程學士學位和航空航天學的碩士學位以及工程師學位。PSS公司主要提供航空航天諮詢服務，先後基於MATLAB 開發IndoStar-1 地球同步通信衛星的控制系統，推出首個商用 MATLAB 工具箱（即太空飛行器控制工具箱），為飛機、潛艇、機器人和核聚變推進系統開發工具箱和軟體包，擁有廣泛的產品線。曾任通用電氣（GE）工程師，基於MATLAB 進行控制設計，設計Global Geospace Science Polar 設計平台控制系統，領導設計GPS IIR姿態控制系統、Inmarsat-3 姿態控制系統和 Mars Observer delta-V 控制系統。曾研究 DMSP 氣象衛星的姿態確定系統；發射超過 12 次通信衛星，其中包括 GSTAR III 回收。在 Draper實驗室從事太空梭、空間站和潛艇導航的工作，包括設計基於控制力矩陀螺的姿態控制系統。發表多篇論文，擁有十多項美國專利。著有《MATLAB 方法》《MATLAB 機器學習》《MATLAB 機器學習方法：一種問題解決方案》等多部圖書。
Stephanie Thomas，PSS公司副總裁，獲麻省理工學院航空航天學學士學位和碩士學位。近20年來，一直將MATLAB用於航空航天的分析，開發了許多軟體工具，包括用於太空飛行器控制工具箱的 SolarSail Module、用於空軍的近距離衛星操作工具箱、用於Prisma 衛星任務的碰撞監測 Simulink 模組，以及MATLAB 和Java 車輛分析工具。提出用於空間狀況評估的新方法，比如在 MATLAB 和 C++中實現任何兩顆衛星之間的一般會合問題的數字方法。為 PSS 的太空飛行器姿態和軌道控制教科書做出貢獻，包括撰寫太空飛行器控制工具箱的使用說明以及許多軟體用戶指南。為澳大利亞、加拿大、巴西和泰國等不同國家的工程師進行 SCT 培訓，並為NASA、空軍和歐洲航天局提供 MATLAB 諮詢。著有《MATLAB 方法》《MATLAB 機器學習》《MATLAB 機器學習方法：一種問題解決方案》等多部圖書。2016 年被選為“融合型冥王星和著陸器”項目的 NASA NIAC 研究員。
譯者簡介
羅俊海，電子科技大學副教授，博士（後），碩士生導師。主持過國家自然科學基金、四川省科技廳基金、總裝預研基金和中央高校基本科研業務等15個項目，參與制訂標準6項，發表文章60餘篇，其中SCI檢索50餘篇，總引用1500餘次。申請和授權發明專利共30餘項，獲得四川省科技進步獎二等和三等各1項。出版《多源數據融合和感測器管理》《物聯網系統開發及套用實戰》《使用HTML和CSS開發WEB網站》等5部教材和專著，目前主要研究方向為智慧型計算和數據融合。
圖書目錄
第1章什麼是深度學習
1.1深度學習
1.2深度學習的歷史
1.3神經網路
1.3.1日光檢測器
1.3.2“異或”神經網路
1.4深度學習與數據
1.5深度學習的類型
1.5.1多層神經網路
1.5.2卷積神經網路(CNN)
1.5.3循環神經網路(RNN)
1.5.4長短期記憶網路(LSTM)
1.5.5遞歸神經網路
1.5.6時間卷積機(TCM)
1.5.7堆疊自動編碼器
1.5.8極限學習機(ELM)
1.5.9遞歸深度學習
1.5.10生成式深度學習
1.6深度學習的套用
1.7本書的組成架構
第2章MATLAB機器學習工具箱
2.1商業MATLAB軟體
2.2MATLAB開源工具
2.2.1深度學習工具箱
2.2.2深度神經網路
2.2.3MatConvNet
2.2.4模式識別和機器學習工具箱(PRMLT)
2.3XOR示例
2.4訓練
2.5策梅洛問題
第3章利用深度學習尋找圓形
3.1引言
3.2結構
3.2.1圖像輸入層
3.2.2二維卷積層
3.2.3批標準化層
3.2.4激活函式層
3.2.5二維最大池化層
3.2.6全連線層
3.2.7softmax層
3.2.8分類層
3.2.9將層結構化
3.3生成數據: 橢圓和圓
3.3.1問題
3.3.2解決方案
3.3.3運行過程
3.4訓練和測試
3.4.1問題
3.4.2解決方案
3.4.3運行過程
第4章電影分類
4.1引言
4.2生成電影資料庫
4.2.1問題
4.2.2解決方案
4.2.3運行過程
4.3生成觀影者資料庫
4.3.1問題
4.3.2解決方案
4.3.3運行過程
4.4訓練和測試
4.4.1問題
4.4.2解決方案
4.4.3運行過程
第5章深度學習算法
5.1構建檢測過濾器
5.1.1問題
5.1.2解決方案
5.1.3運行過程
5.2模擬故障檢測
5.2.1問題
5.2.2解決方案
5.2.3運行過程
5.3訓練和測試
5.3.1問題
5.3.2解決方案
5.3.3運行過程
第6章托卡馬克中斷檢測
6.1引言
6.2數值模型
6.2.1動力學
6.2.2感測器
6.2.3擾動
6.2.4控制器
6.3動力學模型
6.3.1問題
6.3.2解決方案
6.3.3運行過程
6.4電漿仿真
6.4.1問題
6.4.2解決方案
6.4.3運行過程
6.5電漿控制
6.5.1問題
6.5.2解決方案
6.5.3運行過程
6.6訓練和測試
6.6.1問題
6.6.2解決辦法
6.6.3運行過程
第7章分類芭蕾舞者的足尖旋轉動作
7.1引言
7.1.1慣性測量單元
7.1.2物理原理
7.2數據獲取
7.2.1問題
7.2.2解決方案
7.2.3運行過程
7.3定向
7.3.1問題
7.3.2解決方案
7.3.3運行過程
7.4舞者仿真
7.4.1問題
7.4.2解決方案
7.4.3運行過程
7.5實時繪製
7.5.1問題
7.5.2解決方案
7.5.3運行過程
7.6四元數顯示
7.6.1問題
7.6.2解決方案
7.6.3運行過程
7.7獲取數據的圖形用戶界面
7.7.1問題
7.7.2解決方案
7.7.3運行過程
7.8製作IMU腰帶
7.8.1問題
7.8.2解決方案
7.8.3運行過程
7.9測試系統
7.9.1問題
7.9.2解決方案
7.9.3運行過程
7.10分類足尖旋轉動作
7.10.1問題
7.10.2解決方案
7.10.3運行過程
7.11硬體資源
第8章補全句子
8.1引言
8.1.1句子的補全
8.1.2語法
8.1.3通過模式識別實現句子補全
8.1.4生成句子
8.2生成句子資料庫
8.2.1問題
8.2.2解決方案
8.2.3運行過程
8.3創建一個數字字典
8.3.1問題
8.3.2解決方案
8.3.3運行過程
8.4把句子映射為數字
8.4.1問題
8.4.2解決方案
8.4.3運行過程
8.5轉換句子
8.5.1問題
8.5.2解決方案
8.5.3運行過程
8.6訓練與測試
8.6.1問題
8.6.2解決方案
8.6.3運行過程
第9章基於地形的導航
9.1引言
9.2對飛行器建模
9.2.1問題
9.2.2解決方案
9.2.3運行過程
9.3生成一個地形模型
9.3.1問題
9.3.2解決方案
9.3.3運行過程
9.4拼合地形
9.4.1問題
9.4.2解決方案
9.4.3運行過程
9.5建立相機模型
9.5.1問題
9.5.2解決方案
9.5.3運行過程
9.6在地形圖上繪製航跡
9.6.1問題
9.6.2解決方案
9.6.3運行過程
9.7創建測試圖片
9.7.1問題
9.7.2解決方案
9.7.3運行過程
9.8訓練和測試
9.8.1問題
9.8.2解決方案
9.8.3運行過程
9.9仿真
9.9.1問題
9.9.2解決方案
9.9.3運行過程
第10章股票預測
10.1引言
10.2生成一個股票市場
10.2.1問題
10.2.2解決方案
10.2.3運行過程
10.3創建一個股票市場
10.3.1問題
10.3.2解決方案
10.3.3運行過程
10.4訓練和測試
10.4.1問題
10.4.2解決方案
10.4.3運行過程
第11章圖像分類
11.1引言
11.2使用預訓練網路
11.2.1問題
11.2.2解決方案
11.2.3運行過程
第12章軌道測定
12.1引言
12.2生成軌道
12.2.1問題
12.2.2解決方案
12.2.3運行過程
12.3訓練和測試
12.3.1問題
12.3.2解決方案
12.3.3運行過程
12.4實現一個LSTM網路
12.4.1問題
12.4.2解決方案
12.4.3運行過程
12.5圓錐截面
參考文獻
中英文術語對照表
