📖 书目详情
神经网络与深度学习
| 著者 | 查鲁·C. 阿加沃尔著 |
| ISBN | 9787111686859 |
| 中图分类 | TP183 自动化技术、计算机技术 |
| 学科分类 | 工学 |
| 版次 | 第1版 |
| 出版社 | 机械工业出版社 |
| 丛书名 | 智能科学与技术丛书 |
| 出版年 | 2021 |
| 页码 | 394页 |
| 价格 | ¥149.00 |
| 可推荐册数 | 请登录后查看 |
| 核心评分 |
10/10
|
📝 内容简介
本书涵盖了经典和现代的深度学习模型。首先介绍神经网络基础,重点讨论传统机器学习和神经网络之间的关系,并对支持向量机、线性/逻辑回归、奇异值分解、矩阵分解、推荐系统和特征工程方法word2vec进行了研究。然后介绍神经网络的基本原理,详细讨论了训练和正则化,还介绍了径向基函数网络和受限玻尔兹曼机。最后介绍神经网络的高级主题,讨论了循环神经网络和卷积神经网络,以及深度强化学习、神经图灵机、Kohonen自组织映射和生成对抗网络等。
🏛️ 本馆馆藏信息
本馆暂无该书的馆藏记录，可在线借购