万本电子书0元读

万本电子书0元读

顶部广告

实用深度学习基础电子书

(1) 坚持“原理、技术、应用”三位一体原则,注重基础性、系统性、前沿性和实用性的统一。 (2) 知识体系全、技术框架新,涵盖了目前行业应用的深度学习技术。 (3) 既注重整体思路设计,又注重核心技术细节分析,使得学生学习时“既见树木又见森林”。 (4) 源自作者20多年从事人工智能基础理论、计算机视觉、自然语言理解和语音识别等领域的科研积累,提供大量典型、实用方法讲解和分析。

售       价:¥

纸质售价:¥75.20购买纸书

8人正在读 | 0人评论 6.7

作       者:屈丹、张文林、杨绪魁 主编,牛铜、闫红刚、邱泽宇、郝朝龙 编著

出  版  社:清华大学出版社

出版时间:2022-09-01

字       数:41.1万

所属分类: 教育 > 大中专教材 > 研究生/本科/专科教材

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(0条)
  • 读书简介
  • 目录
  • 累计评论(0条)
本书根据深度学习技术发展速度快、理论性与实践性强、应用广泛等特,结合教学、科研及应用需求,坚持“原理、技术、应用”三位一体原则,注重基础性、系统性、前沿性和实用性的统一,对深度学习的**方法与研究趋势行全面深的研究和探索。全书分成四部分:部分是人工智能基础,重阐述人工智能的概念、发展历史和发展趋势等;第二部分是深度学习基础,包括机器学习基础理论、深度学习基础、深度学习网络的优化方法和技巧;第三部分是经典神经网络技术,包括卷积神经网络、循环神经网络、神经网络的区分性训练、序列到序列建模;第四部分是高级深度学习技术,包括自编码器、迁移学习、生成对抗网络、终身学习、深度强化学习、元学习、自监督学习等。 本书在深浅出的讲解中将**理论成果与实际问题解决过程相结合,培养学生的创新思维和解决复杂工程问题能力,适用于人工智能、网络安全、通信工程、信息工程等专业高年级本科生、研究生教学,可作为人工智能相关领域的科研人员、工程师的重要参考书。<br/>【推荐语】<br/>(1) 坚持“原理、技术、应用”三位一体原则,注重基础性、系统性、前沿性和实用性的统一。 (2) 知识体系全、技术框架新,涵盖了目前行业应用的深度学习技术。 (3) 既注重整体思路设计,又注重核心技术细节分析,使得学生学习时“既见树木又见森林”。 (4) 源自作者20多年从事人工智能基础理论、计算机视觉、自然语言理解和语音识别等领域的科研积累,提供大量典型、实用方法讲解和分析。 (5) 在深浅出的讲解中将理论成果与实际问题解决过程相结合,培养学生解决复杂工程问题能力。 (6) 以问题为中心来呈现技术演变展,培养学生“发现问题、分析问题、解决问题”能力,启发学生创新思维。<br/>【作者】<br/>屈丹,信息工程大学人工智能教研室副主任、教授、博士生导师,视听感知与语言认知方向学术带头人,国家科技部、国家自然科学基金委评审专家,省部级智能语音处理领域专家组副组长。从事人工智能与机器学习理论、语音处理与识别、自然语言理解、计算机视觉等领域教学科研工作。承担“人工智能导论”“机器学习”“深度学习”“自然语言理解”“语音处理与识别”等课程教学任务,主持国家863课题、国家自然科学基金、国家社会科学基金、省部级重预研等科研项目20余项。获得省部级科技步二等奖4项、三等奖1项,发表学术论文110篇,被三大检索收录60篇。申请国家发明专利、软件著作权近20项,出版专著教材6部。三次获得军队人才岗位津贴,荣立三等功2次。 张文林,信息工程大学人工智能教研室副教授、硕士生导师,从事智能信息处理、语音识别等领域教学科研工作。承担“机器学习”“深度学习”“自然语言理解”“强化学习”等课程教学任务,先后主持国家自然科学基金项目1项、中国博士后科学基金面上一等资助项目1项、省部级重课题多项,博士学位论文获得2015年度河南省优秀博士学位论奖,曾获省部级科技步二等奖3项、三等奖1项,发表学术论文40余篇,其中三大检索20余篇,获授权或受理国家发明专利10余项,软件著作权5项。出版专著教材3部,2次荣立三等功。 杨绪魁,信息工程大学人工智能教研室讲师,从事人工智能与机器学习理论、语音处理与识别、自然语言理解等领域教学科研工作。承担“人工智能导论”“语音处理与识别”“深度学习”等课程教学任务,主持国家社会科学基金青年基金项目1项,参与国家自然科学基金、国家社会科学基金、河南省自然科学基金、省部级预先研究、省部级重大装备项目等项目多项,获省部级自然科学奖工程二等奖1项、自然科学奖工程三等奖1项,在SCI期刊、中文核刊上发表论文十余篇,出版专著教材3部,申请国家发明专利、软件著作权10项,荣立三等功1次。<br/>
目录展开

内容简介

推荐序

前言

第1章 人工智能技术概览

第2章 机器学习理论基础

第3章 深度学习基础

第4章 深度学习网络优化技巧

第5章 卷积神经网络

第6章 循环神经网络

第7章 神经网络的区分性训练

第8章 序列到序列模型

第9章 自编码器

第10章 迁移学习

第11章 终身学习

第12章 生成对抗网络

第13章 深度强化学习

第14章 元学习

第15章 自监督学习

累计评论(0条) 0个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部