本书以神经网络为线索,沿着从线性模型到深度学习的路线讲解神经网络的原理和实现。本书将数学基础知识与机器学习和神经网络紧密结合,包含线性模型的结构与局限、损失函数、基于一阶和二阶信息的优化算法、模型自由度与正则化、神经网络的表达能力、反向传播与计算图自动求导、卷积神经网络等主题,帮助读者建立基于数学原理的较深刻的洞见和认知。本书还提供了逻辑回归、多层全连接神经网络和多种训练算法的Python实现,以及运用TensorFlow搭建和训练多种卷积神经网络的代码实例。
评分
评分
评分
评分
讲机器学习理论的书籍很多,但是本书的角度比较特别.从最简单的线性模型开始一步一步构建成复杂的深度神经网络,在过程中把背后的数学和理论不紧不慢的讲解清楚,最终发现,各种理论和算法本是殊途同归。精彩!——京东网友书评
评分讲机器学习理论的书籍很多,但是本书的角度比较特别.从最简单的线性模型开始一步一步构建成复杂的深度神经网络,在过程中把背后的数学和理论不紧不慢的讲解清楚,最终发现,各种理论和算法本是殊途同归。精彩!——京东网友书评
评分讲机器学习理论的书籍很多,但是本书的角度比较特别.从最简单的线性模型开始一步一步构建成复杂的深度神经网络,在过程中把背后的数学和理论不紧不慢的讲解清楚,最终发现,各种理论和算法本是殊途同归。精彩!——京东网友书评
评分讲机器学习理论的书籍很多,但是本书的角度比较特别.从最简单的线性模型开始一步一步构建成复杂的深度神经网络,在过程中把背后的数学和理论不紧不慢的讲解清楚,最终发现,各种理论和算法本是殊途同归。精彩!——京东网友书评
评分讲机器学习理论的书籍很多,但是本书的角度比较特别.从最简单的线性模型开始一步一步构建成复杂的深度神经网络,在过程中把背后的数学和理论不紧不慢的讲解清楚,最终发现,各种理论和算法本是殊途同归。精彩!——京东网友书评
本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度,google,bing,sogou 等
© 2025 book.wenda123.org All Rights Reserved. 图书目录大全 版权所有