解析深度学习(第2版)

图书信息

作者：魏秀参编

出版社：电子工业出版社

定价：129.00

ISBN：9787121491665

出版时间：2025-01-01

分类：图书,行业职业,计算机,工具书

商品介绍

目录

第0章 绪论1

0.1引子1

0.2人工智能2

0.3深度学习5

参考文献9

第一篇 机器学习11

第1章 机器学习基础13

1.1机器学习基本术语13

1.2模型评估与选择14

1.2.1经验误差与过拟合15

1.2.2常用的评估方法16

1.2.3性能度量17

1.2.4偏差与方差20

1.3线性模型21

1.3.1基本形式21

1.3.2线性回归22

1.3.3线性判别分析23

1.3.4多分类学习25

1.3.5支持向量机26

1.4机器学习基本理论29

1.4.1PAC学习理论30

1.4.2NoFreeLunch定理31

1.4.3奥卡姆剃刀原理32

1.4.4归纳偏置32

1.5总结与扩展阅读33

……

内容简介

深度学习是一种以人工神经网络等为架构，对数据资料进行表示学习的算法，它是计算机科学及人工智能的重要分支，其代表性成果如卷积神经网络、循环神经网络等作为信息产业与工业互联网等行业的主流工具性技术已被成功应用于诸多现实场景.本书作为一本面向中文读者的深度学习教科书，从“理论与实践相结合”的角度立意，贯彻“知行合一”的教育理念. 全书除绪论和附录外，共有15 章，分四篇：第一篇“机器学习”（第1 章），介绍机器学习的基本术语、基础理论与模型；第二篇“深度学习基础”（第2 ～ 5 章），介绍深度学习基本概念、卷积神经网络、循环神经网络和Transformer 网络等内容；第三篇“深度学习实践”（第6 ～ 14 章），介绍深度学习模型自数据准备开始，到网络参数初始化、不同网络部件的选择、网络配置、网络模型训练、不平衡样本的处理，最终到模型集成等实践应用技巧和经验；第四篇“深度学习进阶”（第15 章），本篇以计算机视觉中的基础任务为例，介绍深度学习的进阶发展及其应用情况.本书不是一本编程类图书，而是希望通过“基础知识”和“实践技巧”两方面的内容使读者从更高维度了解、掌握并成功构建针对自身应用的深度学习模型.本书可作为高等院校计算机、人工智能、自动化及相关专业的本科生或研究生教材，也可供对深度学习感兴趣的研究人员和工程技术人员阅读参考.