《深度学习》由全球知名的三位专家Ian Goodfellow、Yoshua Bengio 和Aaron Courville撰写,是深度学习领域奠基性的经典教材。
全书的内容包括3个部分:
- 第1部分 介绍基本的数学工具和机器学习的概念,它们是深度学习的预备知识;
- 第2部分 系统深入地讲解现今已成熟的深度学习方法和技术;
- 第3部分 讨论某些具有前瞻性的方向和想法,它们被公认为是深度学习未来的研究重点。
适合各类读者阅读,包括相关专业的大学生或研究生,以及不具有机器学习或统计背景、但是想要快速补充深度学习知识,以便在实际产品或平台中应用的软件工程师。
有需要这本《深度学习》PDF文档,可以微信扫描下方CSDN官方认证二维码,免费领取【保证100%免费】
二、书籍目录
第1章引言
1.1 本书面向的读者
1.2 深度学习的历史趋势
1.2.1 神经网络的众多名称和命运变迁
1.2.2 与日俱增的数据量
1.2.3 与日俱增的模型规模
1.2.4 与日俱增的精度、复杂度和对现实世界的冲击
第1部分 应用数学与机器学习基础
第2章 线性代数
第3章 概率与信息论
第4章 数值计算
第5章 机器学习基础
第2部分 深度网络:现代实践
第6章 深度前馈网络
第7 章深度学习中的正则化
第8章 深度模型中的优化
第9章 卷积网络
第10章 序列建模:循环和递归网络
第11章 实践方法论
第12章 应用
第3部分 深度学习研究
第13章 线性因子模型
第14章 自编码器
第15章 表示学习
第16章 深度学习中的结构化概率模型
第17章 蒙特卡罗方法
第18章 直面配分函数
第19章 近似推断
第20章 深度生成模型
有需要这本《深度学习》PDF文档,可以微信扫描下方CSDN官方认证二维码,免费领取【保证100%免费】