【2022新书】深度学习基础：设计下一代机器智能算法，390页pdf

随着神经网络在21世纪的复兴，深度学习已经成为一个非常活跃的研究领域，为现代机器学习铺平了道路。在这本实用的书中，作者Nikhil Buduma提供了例子和明确的解释，以指导您通过这个复杂的领域的主要概念。

谷歌、微软和Facebook等公司都在积极发展内部深度学习团队。然而，对于我们其他人来说，深度学习仍然是一个相当复杂和难以掌握的学科。如果您熟悉Python，并且有微积分的背景知识，并且对机器学习有基本的了解，那么这本书将帮助您入门。

• 检查机器学习和神经网络的基础
• 学习如何训练前馈神经网络
• 使用TensorFlow实现你的第一个神经网络
• 当你开始建立更深入的关系网时，要管理出现的问题
• 建立分析复杂图像的神经网络
• 使用自动编码器进行有效的降维
• 深入序列分析来检查语言
• 了解强化学习的基本原理

本书的第一章致力于通过深入钻研线性代数和概率来介绍数学基础，这些深度嵌入到深度学习领域。接下来的几个章节将讨论前馈神经网络的结构，如何在代码中实现它们，以及如何在现实世界的数据集上训练和评估它们。本书的其余部分致力于深度学习的具体应用，并理解为这些应用开发的专门学习技术和神经网络架构背后的直觉。虽然我们在后面的章节中涉及到高级的研究，但我们希望提供这些技术的分解，这些技术来源于基本原则，易于理解。

https://www.oreilly.com/library/view/fundamentals-of-deep/9781491925607/