简介: 《图解深度学习》是由Pearson的Addison-Wesley出版社于2019年出版的关于深度学习的一本可视化图书。它在多个购物网站位居销量第一,成功挤入AI与Python类别的排名前十的畅销书。

深度学习促进强大的新型工智能功能,并使算法性能达到前所未有的高度。 《图解深度学习》这本书具有独特的直观性,并对深度学习进行了全方面介绍。它配备了全彩图形和易于遵循的代码,消除了构建深度学习模型的复杂性,使其更易于学习且有趣。本书还提供了相关代码

作者介绍: Jon Krohn牛津大学博士,是机器学习创业公司untapt的首席数据科学家。 他讲述了一系列广受赞誉的教程,包括使用TensorFlow进行深度学习和用于自然语言处理的深度学习。 乔恩(Jon)在纽约市数据科学学院(New York City Data Science Academy)的课堂上教授深度学习课程,并在哥伦比亚大学(哥伦比亚大学)做客座演讲。

Grant Beyleveld是untapt的数据科学家,研究方向为自然语言处理。 生物医学科学博士,研究病毒与其宿主之间的关系。 他是Deep Learning Study Group.org的创始成员。

目录:

  • 深度学习介绍
  • 人与机器语言
  • 机器的艺术
  • 机器可做的事情
  • 理论与代码
  • 神经网络
  • 训练深度模型
  • 提高网络性能
  • 自然语言处理
  • 对抗神经网络
  • 深度强化学习
  • 实战
  • 附录

相关链接:https://insights.untapt.com/deep-learning-illustrated-my-first-book-d30e64f3fe0

成为VIP会员查看完整内容
Deep-Learning-Illustrated.pdf
150

相关内容

“机器学习是近20多年兴起的一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习理论主要是设计和分析一些让 可以自动“ 学习”的算法。机器学习算法是一类从数据中自动分析获得规律,并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论,机器学习与统计推断学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。很多 推论问题属于 无程序可循难度,所以部分的机器学习研究是开发容易处理的近似算法。” ——中文维基百科

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
深度学习界圣经“花书”《Deep Learning》中文版来了
专知会员服务
233+阅读 · 2019年10月26日
<好书推荐> -《Pro Deep Learning with TensorFlow》分享
深度学习与NLP
12+阅读 · 2018年9月13日
深度学习(Deep Learning)发展史
Linux中国
7+阅读 · 2017年8月2日
Optimization for deep learning: theory and algorithms
Arxiv
104+阅读 · 2019年12月19日
Arxiv
22+阅读 · 2019年11月24日
Deep Learning for Energy Markets
Arxiv
10+阅读 · 2019年4月10日
Arxiv
22+阅读 · 2018年8月30日
Arxiv
11+阅读 · 2018年7月31日
Arxiv
5+阅读 · 2017年4月12日
VIP会员
相关VIP内容
深度学习界圣经“花书”《Deep Learning》中文版来了
专知会员服务
233+阅读 · 2019年10月26日
相关论文
Optimization for deep learning: theory and algorithms
Arxiv
104+阅读 · 2019年12月19日
Arxiv
22+阅读 · 2019年11月24日
Deep Learning for Energy Markets
Arxiv
10+阅读 · 2019年4月10日
Arxiv
22+阅读 · 2018年8月30日
Arxiv
11+阅读 · 2018年7月31日
Arxiv
5+阅读 · 2017年4月12日
微信扫码咨询专知VIP会员