深度学习
内容简介：
《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。
作者简介：
Ian Goodfellow，谷歌公司(Google) 的研究科学家，2014 年蒙特利尔大学机器学习博士。他的研究兴趣涵盖大多数深度学习主题，特别是生成模型以及机器学习的安全和隐私。Ian Goodfellow 在研究对抗样本方面是一位有影响力的早期研究者，他发明了生成式对抗网络，在深度学习领域贡献卓越。
下载地址：
标签：
文章链接：https://www.dushupai.com/book-content-1826.html(转载时请注明本文出处及文章链接)
- 上一篇： 时间旅行者的妻子
- 下一篇： 当我谈跑步时，我谈些什么
最新评论：
更多
-
HazzaC2019-07-31实在读不下去了，一是这本书实在不适合入门，二是翻译也说不出来哪边不好但就是读起来很费劲，有空再翻翻英文原版吧。
-
滑翔在云图上2019-09-22翻译没有问题。我对自然语言一块直接讲n—gram模型等等问题而没任何前置有很大的疑惑。你搞给谁看的，定位是哪些人？你这么说，初学者看不懂，懂点MLDL的也看不懂，能畅通DL会这些的又不需要看，最后自然语言范范得几页带过去有什么意思。
-
余骚斋主温醉貘2018-06-01应该再早一点看一看的。能够有系统的重新理解这个方向的知识体系。概率模型和生成模型部分看得好挣扎。还需要更多的时间来消化。
最新书摘：
更多
-
蓝道_RANDALL2023-06-01机希子习算去是一种形够从效据中学习的算法。然而，我们所肩的“字习”是什么意呢？Mitchell（1997）提供了一个简洁的定义：“对于某类任务T和性能度量P，一个计算机序被认为可以从经验E中学习是指，通过经验E改进后，它在任务T上由性能度量P衡的性能有所提升。”经验E、任务T和性能度量P的定义范围非常宽广，在本书中我们并
-
Smile2021-01-25由L1正则化导出的稀疏性质已经被广泛地用于特征选择（ feature selection）机制。特征选择从可用的特征子集选择出有意义的特征，化简机器学习问题。著名的LASSO（ Tibshirani，1995）（ Least Absolute Shrinkage and Selection Operator）模型将L1惩罚和线性模型结合，并使用最小二乘代价函数。L1惩罚使部分子集的权重为零，表明相应的特征可以被安全地忽略。
-
雨龙真人2018-11-04(For estimating H^{-1}g), suppose that H is estimated perfectly but has a poor condition number (a number indicating how close a matrix is to be singular). Multiplication by H or its inverse amplifies pre-existing errors, in this case, estimation errors in g.
常见问题：
-
《深度学习》这本书是否有后续版本更新？
截至2023年，《深度学习》这本书尚未推出官方更新的第二版。由于深度学习领域发展迅速，建议读者结合最新的研究论文和技术文档，补充学习最新进展。不过，本书的基础内容依然具有极高的参考价值。 -
《深度学习》这本书是否适合企业技术人员阅读？
《深度学习》这本书非常适合企业技术人员阅读，尤其是从事人工智能、机器学习相关工作的工程师。书中不仅讲解理论，还提供了大量实践案例和算法实现，有助于技术人员将深度学习技术应用于实际业务场景中。 -
《深度学习》这本书的中文版是否容易获取？
《深度学习》这本书的中文版由机械工业出版社引进出版，翻译质量较高，内容完整，目前在各大电商平台和图书馆均可轻松获取。中文版保留了原著的严谨风格，同时提供了中文注释，方便国内读者学习。
猜你喜欢：
-
经济管理豆瓣 7
-
经济管理豆瓣 6
-
经济管理豆瓣 8
-
经济管理豆瓣 6
-
经济管理豆瓣 9
-
经济管理豆瓣 8
-
经济管理豆瓣 9
-
经济管理豆瓣 8
