《深度學習理論及實戰（MATLAB版）》主要介紹深度學習理論及實戰，共5章，內容包括機器學習、人工神經網路、卷積神經網路、MATLAB深度學習工具箱和套用實例。在介紹基礎理論方面，本書深入淺出、語言生動、通俗易懂； 在介紹套用實例時，本書貼近實際、步驟翔實、舉一反三。本書對數十個例程進行了深入的講解，並對代碼進行了詳細的註解。 《深度學習理論及實戰（MATLAB版）》可以作為人工智慧、電子信息、計算機科學相關專業的本科生、研究生的教材，也可作為本科畢業設計、研究生學術論文的參考資料，還可作為相關工程技術人員的參考資料。
基本介紹
- 書名：深度學習理論及實戰（MATLAB版）
- 作者：趙小川、何灝
- 出版社：清華大學出版社
- 出版時間：2021年2月1日
- 定價：79 元
- ISBN：9787302564218
圖書目錄,作者簡介,內容簡介,
圖書目錄
第1章從“機器學習”講起
1.1走近“機器學習”
1.1.1什麼是“機器學習”
1.1.2機器學習的主要任務
1.1.3機器學習的分類
1.1.4什麼是“深度學習”
1.1.5機器學習的套用舉例
擴展閱讀： 對“人工智慧”的理解
1.2解讀“機器學習的過程”
1.2.1機器學習的過程
1.2.2機器學習中的數據集
1.2.3過擬合與欠擬合
心得分享： “機器學習”與“雕刻時光”
1.3典型的機器學習算法——SVM
1.3.1從“最走心”的國界線說起
1.3.2“支持向量機”名字的由來
1.3.3SVM分類器的形式
1.3.4如何找到最佳分類線
1.3.5基於SVM的多分類問題
1.4思考與練習
第2章解析“人工神經網路”
2.1神經元——人工神經網路的基礎
2.1.1生物神經元
2.1.2人工神經元
2.1.3激活函式
2.2神經網路的結構及工作原理
2.2.1神經網路的結構組成
2.2.2神經網路的工作原理
2.2.3一些常見的概念
擴展閱讀： 人工神經網路發展簡史
2.3從數學角度來認識神經網路
2.3.1本書中採用的符號及含義
2.3.2神經元的激活
2.3.3神經網路的學習
2.3.4尋找損失函式最小值——梯度下降法
2.3.5誤差反向傳播
2.3.6基於誤差反向傳播的參數更新流程
2.4如何基於神經網路進行分類
2.4.1基於神經網路實現二分類
2.4.2基於神經網路實現多分類
擴展閱讀： 交叉熵
2.5思考與練習
第3章探索“卷積神經網路”
3.1深入淺出話“卷積”
作者簡介
趙小川 男，博士，研究員，博士生導師。武警裝備智慧型化專家委員會委員，北京市科學技術委員會項目評審專家，陸軍裝備部項目評審專家；中文核心期刊《計算機工程》青年編委；期刊Robotica審稿專家。研究方向是人工智慧、計算機視覺。近年來，作為項目負責人主持科研項目20餘項，以第一作者出版學術專著6部，獲得國家發明專利12項。
內容簡介
《深度學習理論及實戰（MATLAB版）》主要介紹深度學習理論及實戰，共5章，內容包括機器學習、人工神經網路、卷積神經網路、MATLAB深度學習工具箱和套用實例。在介紹基礎理論方面，本書深入淺出、語言生動、通俗易懂； 在介紹套用實例時，本書貼近實際、步驟翔實、舉一反三。本書對數十個例程進行了深入的講解，並對代碼進行了詳細的註解。 《深度學習理論及實戰（MATLAB版）》可以作為人工智慧、電子信息、計算機科學相關專業的本科生、研究生的教材，也可作為本科畢業設計、研究生學術論文的參考資料，還可作為相關工程技術人員的參考資料。
