Python深度學習原理、算法與案例 鄧立國 李劍鋒 林慶發 鄧淇文 9787302628774 【台灣高等教育出版社】

*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202305*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：Python深度學習原理、算法與案例
ISBN：9787302628774
出版社：清華大學
著編譯者：鄧立國 李劍鋒 林慶發 鄧淇文
叢書名：人工智能技術叢書
頁數：336
所在地：中國大陸 *此為代購商品
書號：1522708
可大量預訂，請先連絡。

內容簡介

本書涵蓋深度學習的專業基礎理論知識，包括深度學習概述、機器學習基礎、神經網絡基礎、卷積神經網絡、循環神經網絡、正則化與深度學習優化，以及比較流行的應用場景實踐。本書配套70個示例源碼及PPT課件。 本書共11章外加3個附錄，系統講解深度學習的基礎知識與領域應用實踐。本書內容包括深度學習概述、機器學習基礎、神經網絡基礎、卷積神經網絡和循環神經網絡、正則化與深度學習優化、計算機視覺應用、目標檢測應用、文本分析應用、深度強化學習應用、TensorFlow模型應用、Transformer模型應用等。附錄中還給出機器學習和深度學習中用到的數學基礎知識，包括線性代數、概率論和資訊理論等。 本書適合Python深度學習初學者、深度學習演算法開發人員學習，也適合作為高等院校計算機技術、人工智能、大數據相關專業的教材或教學參考書。

作者簡介

鄧立國，東北大學計算機應用博士畢業。2005年開始在瀋陽師範大學軟體學院、教育技術學院任教，主要研究方向：數據挖掘、知識工程、大數據處理、雲計算、分散式計算等。以第1作者發表學術論文30多篇（26篇EI），主編教材1部，主持科研課題6項，經費10餘萬元，多次獲得校級科研優秀獎，作為九三社員提出的智慧城市提案被市政府採納，研究成果被教育廳等單位採用。

目錄

第1章 深度學習概述
1 1 人工智能
1 2 機器學習
1 2 1 機器學習定義
1 2 2 機器學習流派
1 2 3 機器學習簡史
1 2 4 機器學習流程
1 3 深度學習
1 4 深度學習的應用場景
1 4 1 技術類型
1 4 2 應用場景
1 5 本章小結
1 6 複習題
參考文獻
第2章 機器學習基礎
2 1 基本概念
2 2 機器學習的三要素
2 2 1 模型
2 2 2 學習準則
2 2 3 優化演算法
2 3 數據分析
2 3 1 描述性統計分析
2 3 2 相關分析
2 3 3 回歸分析
2 3 4 分類分析
2 3 5 聚類分析
2 4 估計、偏差和方差
2 4 1 點估計
2 4 2 偏差
2 4 3 方差和標準差
2 5 最大似然估計
2 5 1 條件對數似然和均方誤差
2 5 2 最大似然的性質
2 6 特徵工程
2 6 1 數據預處理
2 6 2 特徵選擇
2 6 3 降維
2 7 本章小結
2 8 複習題
參考文獻
第3章 神經網絡基礎
3 1 神經網絡概述
3 1 1 神經網絡簡史
3 1 2 神經網絡基礎理論
3 2 線性神經網絡
3 3 感知機
3 3 1 感知機模型
3 3 2 多層感知機
3 4 支持向量機
3 4 1 支持向量機的原理
3 4 2 線性支持向量機分類
3 4 3 非線性支持向量機分類
3 4 4 支持向量機回歸
3 5 本章小結
3 6 複習題
參考文獻
第4章 卷積神經網絡和循環神經網絡
4 1 卷積神經網絡
4 1 1 卷積

第5章 正則化與深度學習優化
第6章 深度學慣用于計算機視覺
第7章 深度學慣用于目標檢測
第8章 深度學慣用于文本分析
第9章 深度強化學習的應用
第10章 TensorFlow模型的應用
第11章 Transformer模型的應用
附錄A 線性代數
附錄B 概率論
附錄C 資訊理論
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。