☆☆☆☆☆
簡體網頁||繁體網頁



點擊這裡下載

類似圖書 點擊查看全場最低價

---

國圖進口，原版保證！
Deep Learning 深度學習 英文原版 Elon Musk推薦 精裝大開本

基本信息 齣版社: MIT Press (2016年11月18日) 叢書名: Adaptive Computation and Machine Learning series 精裝: 800頁 語種： 英語 ISBN: 0262035618 條形碼: 978026203561 3商品尺寸: 17.8 x 2.5 x 22.9 cm
內容簡介 "Written by three experts in the field, Deep Learning is the only comprehensive book on the subject." -- Elon Musk, cochair of OpenAI; cofounder and CEO of Tesla and SpaceX Deep learning is a form of machine learning that enables computers to learn from experience and understand the world in terms of a hierarchy of concepts. Because the computer gathers knowledge from experience, there is no need for a human computer operator to formally specify all the knowledge that the computer needs. The hierarchy of concepts allows the computer to learn complicated concepts by building them out of simpler ones; a graph of these hierarchies would be many layers deep. This book introduces a broad range of topics in deep learning. The text offers mathematical and conceptual background, covering relevant concepts in linear algebra, probability theory and information theory, numerical computation, and machine learning. It describes deep learning techniques used by practitioners in industry, including deep feedforward networks, regularization, optimization algorithms, convolutional networks, sequence modeling, and practical methodology; and it surveys such applications as natural language processing, speech recognition, computer vision, online recommendation systems, bioinformatics, and videogames. Finally, the book offers research perspectives, covering such theoretical topics as linear factor models, autoencoders, representation learning, structured probabilistic models, Monte Carlo methods, the partition function, approximate inference, and deep generative models. Deep Learning can be used by undergraduate or graduate students planning careers in either industry or research, and by software engineers who want to begin using deep learning in their products or platforms. A website offers supplementary material for both readers and instructors.

編輯推薦

深度學習是機器學習的一個分支，它能夠使計算機通過層次概念來學習經驗和理解世界。因為計算機能夠從經驗中獲取知識，所以不需要人類來形式化地定義計算機需要的所有知識。層次概念允許計算機通過構造簡單的概念來學習復雜的概念，而這些分層的圖結構將具有很深的層次。本書會介紹深度學習領域的許多主題。 

本書囊括瞭數學及相關概念的背景知識，包括綫性代數、概率論、信息論、數值優化以及機器學習中的相關內容。同時，它還介紹瞭工業界中實踐者用到的深度學習技術，包括深度前饋網絡、正則化、優化算法、捲積網絡、序列建模和實踐方法等，並且調研瞭諸如自然語言處理、語音識彆、計算機視覺、在綫推薦係統、生物信息學以及視頻遊戲方麵的應用。本書還提供瞭一些研究方嚮，涵蓋的理論主題包括綫性因子模型、自編碼器、錶示學習、結構化概率模型、濛特卡羅方法、配分函數、近似推斷以及深度生成模型。 

封麵特色：由藝術傢Daniel Ambrosi提供的中央公園杜鵑花步道夢幻景觀。在Ambrosi的億級像素全景圖上，應用Joseph Smarr（Google）和Chirs Lamb（NVIDIA）修改後的Google DeepDream開源程序，創造瞭Daniel Ambrosi的“幻景”。

名人推薦

《深度學習》由該領域的三位專傢撰寫，是目前該領域...的綜閤性圖書。它為正在進入該領域的軟件工程師和學生提供瞭廣泛的視角和基礎的數學知識，同時也可以為研究者提供參考。

——Elon Musk，OpenAI聯閤主席，特斯拉和SpaceX共同創始人兼*執行官

這是深度學習教科書，由該領域的主要貢獻者撰寫。此書內容非常清晰、全麵。閱讀這本書，你可以知道深度學習的由來、它的好處以及它的未來。

——Geoffrey Hinton，多倫多大學榮譽退休教授，Google傑齣研究科學傢

近十年以來，深度學習成為瞭風靡全球的技術。學生、從業人員和教師都需要這樣一本包含基本概念、實踐方法和*研究課題的教科書。這是深度學習領域第1本綜閤性的教科書，由幾位具有創意和多産的研究人員撰寫。這本書將成為經典。

——Yann LeCun，Facebook人工智能研究院院長，紐約大學計算機科學、數據科學與神經科學教授

深度學習的中文譯本忠實客觀地錶述瞭英文原稿的內容。本書三位共同作者是一個老中青三代結閤的整體，既有深度學習領域的奠基人，也有處於研究生涯中期的領域中堅，更有領域裏近年湧現的新星。所以書作結構行文很好地考慮到瞭處於研究生涯各個不同階段的學生和研究人員的需求，是一本非常好的關於深度學習的教科書。

深度學習近年在學術界和産業界都取得瞭極大的成功，但誠如本書作者所說，深度學習是創建人工智能係統的一個重要的方法，但不是全部的方法。期望在人工智能領域有所作為的研究人員，更可以通過本書充分思考深度學習和傳統機器學習和人工智能算法的聯係和區彆，共同推進本領域的發展。

——微軟研究院*研究員華剛博士

這是一本還在寫作階段*被開發、研究，工程人員極大關注的深度學習教科書。它的齣版錶明瞭我們進入瞭一個係統化理解和組織深度學習框架的新時代。這本書從淺入深介紹瞭基本數學、機器學習經驗，以及現階段深度學習理論和發展。它能幫助AI技術愛好者和從業人員在三位專傢學者的思維帶領下全方位瞭解深度學習。

——騰訊優圖傑齣科學傢、香港中文大學教授賈佳亞

深度學習代錶瞭我們這個時代的人工智能技術。這部由該領域的幾位學者Goodfellow、Bengio、Courville撰寫的題為《深度學習》的著作，涵蓋瞭深度學習的基礎與應用、理論與實踐等各個方麵的主要技術，觀點鮮明，論述深刻，講解詳盡，內容充實。相信這是每一位關注深度學習人士的必讀書目和*寶典。感謝張誌華教授等的辛勤審校，使這部大作能夠這麼快與中文讀者見麵。

——華為諾亞方舟實驗室主任，北京大學、南京大學客座教授，IEEE Fellow李航

從基礎前饋神經網絡到深度生成模型，從數學模型到實踐，此書覆蓋深度學習的各個方麵。《深度學習》是當下*的入門書籍，強烈推薦給此領域的研究者和從業人員。

——主任科學傢、Apache MXNet發起人之一李沐

齣自三位深度學習前沿學者的教科書一定要在案前放一本。本書的*部分是精華，對深度學習的基本技術進行瞭深入淺齣的精彩闡述。

——ResNet作者之一、Face *科學傢孫劍

過去十年裏，深度學習的廣泛應用開創瞭人工智能的新時代。這本教材是深度學習領域有重要影響的幾位學者共同撰寫。它涵蓋瞭深度學習的主要方嚮，為想進入該領域的研究人員，工程師，以及初學者提供瞭一個很好的係統性教材。

——香港中文大學信息工程係主任湯曉鷗教授

AI！此書是所有數據科學傢和機器學習從業者要在這個快速增長的下一代技術領域立足的必讀書籍。

——Daniel D. Gutierrez，知名媒體機構inside BIGDATA

這是一本教科書，又不止是一本教科書。任何對深度學習感興趣的讀者，本書在很長一段時間裏，都將是你能獲得的全麵係統的資料，以及思考並真正推進深度學習産業應用、構建智能化社會框架的理論起點。

——新智元創始人兼CEO楊靜

作者簡介

Ian Goodfellow，榖歌公司(Google) 的研究科學傢，2014 年濛特利爾大學機器學習博士。他的研究興趣涵蓋大多數深度學習主題，特彆是生成模型以及機器學習的安全和隱私。Ian Goodfellow 在研究對抗樣本方麵是一位有影響力的早期研究者，他發明瞭生成式對抗網絡，在深度學習領域貢獻*。

Yoshua Bengio，濛特利爾大學計算機科學與運籌學係(DIRO) 的教授，濛特利爾學習算法研究所(MILA) 的負責人，CIFAR 項目的共同負責人，加拿大統計學習算法研究主席。Yoshua Bengio 的主要研究目標是瞭解産生智力的學習原則。他還教授“機器學習”研究生課程(IFT6266)，並培養瞭一大批研究生和博士後。

Aaron Courville，濛特利爾大學計算機科學與運籌學係的助理教授，也是LISA 實驗室的成員。目前他的研究興趣集中在發展深度學習模型和方法，特彆是開發概率模型和新穎的推斷方法。Aaron Courville 主要專注於計算機視覺應用，在其他領域，如自然語言處理、音頻信號處理、語音理解和其他AI 相關任務方麵也有所研究。

圖書內頁

現貨！英文原版 Deep Learning 英文原版 深度學習 精裝 下載 mobi epub pdf txt 電子書

評分☆☆☆☆☆

哦

評分☆☆☆☆☆

哦

評分☆☆☆☆☆

好

評分☆☆☆☆☆

值得推薦！

評分☆☆☆☆☆

值得推薦！

評分☆☆☆☆☆

值得推薦！

評分☆☆☆☆☆

很好的書 必須讀懂的一本書

評分☆☆☆☆☆

很好的書

評分☆☆☆☆☆

值得推薦！

類似圖書 點擊查看全場最低價