Python神經網絡編程+深度學習+機器學習 三本套裝僅需226.9元，

第 1 章　神經網絡如何工作001
1.1　尺有所短，寸有所長 001
1.2　一颱簡單的預測機 003
1.3　分類器與預測器並無太大差彆008
1.4　訓練簡單的分類器　011
1.5　有時候一個分類器不足以求解問題　020
1.6　神經元——大自然的計算機器　024
1.7　在神經網絡中追蹤信號　033
1.8　憑心而論，矩陣乘法大有用途　037
1.9　使用矩陣乘法的三層神經網絡示例　043
1.10　學習來自多個節點的權重　051
1.11　多個輸齣節點反嚮傳播誤差053
1.12　反嚮傳播誤差到更多層中　054
1.13　使用矩陣乘法進行反嚮傳播誤差　058
1.14　我們實際上如何更新權重　061
1.15　權重更新成功範例　077
1.16　準備數據　078

第 2 章　使用Python進行DIY 083
2.1　Python　083
2.2　交互式Python = IPython　084
2.3　優雅地開始使用Python　085
2.4　使用Python製作神經網絡 105
2.5　手寫數字的數據集MNIST 121

第 3 章　趣味盎然 153
3.1　自己的手寫數字　153
3.2　神經網絡大腦內部　156
3.3　創建新的訓練數據：鏇轉圖像　160
3.4　結語　164

附錄A　微積分簡介 165
A.1　一條平直的綫　166
A.2　一條斜綫　168
A.3　一條麯綫　170
A.4　手繪微積分　172
A.5　非手繪微積分　174
A.6　無需繪製圖錶的微積分　177
A.7　模式　180
A.8　函數的函數　182

當前，深度學習和人工智能的發展和應用給人們留下瞭深刻的印象。神經網絡是深度學習和人工智能的關鍵元素，然而，真正瞭解神經網絡工作機製的人少之又少。
本書用輕鬆的筆觸，一步一步揭示瞭神經網絡的數學思想，並介紹如何使用Python編程語言開發神經網絡。

本書將帶領您進行一場妙趣橫生卻又有條不紊的旅行——從一個非常簡單的想法開始，逐步理解神經網絡的工作機製。您無需任何超齣中學範圍的數學知識，並且本書還給

齣易於理解的微積分簡介。
本書的目標是讓盡可能多的普通讀者理解神經網絡。讀者將學習使用Python開發自己的神經網絡，訓練它識彆手寫數字，甚至可以與專業的神經網絡相媲美。

本書適閤想要瞭解深度學習、人工智能和神經網絡的讀者閱讀，尤其適閤想要通過Python編程進行神經網絡開發的讀者參考。

這是一本精心編寫、給完全初學者的圖書。它帶領讀者構建一個真正、有效的神經網絡，而不需要讀者具備任何復雜的數學知識和深度學習的理論。
——M Ludvig

強烈推薦本書。這本書使得人工神經網絡的概念非常清晰而容易理解。讀者應該嘗試重復本書中給齣的示例，以便讓本書發揮 大的作用。我就是這麼做的，效果不錯！
——美亞的一位讀者

如果你對人工智能或神經網絡感興趣的話，這應該是你的dy本入門書。本書對主題的介紹非常清晰，幾乎涉及理解神經網絡所需的所有知識，包括微積分、統計、矩陣、編

程等等。
——Niyazi Kemer

這是一本優秀的入門圖書，它有幾個顯著特點。它細緻而透徹地介紹瞭神經網絡。它用非常精簡、實用的方式介紹瞭數學知識，特彆是矩陣乘法和一些簡單的微積分，使得

讀者能夠很容易接受一次數學訓練。它使用IPython作為計算平颱，引導讀者使用Python編寫神經網絡。
——Daniel Oderbolz

本書首先從簡單的思路著手，詳細介紹瞭理解神經網絡如何工作所 須的基礎知識。dy部分介紹基本的思路，包括神經網絡底層的數學知識，第2部分是實踐，介紹瞭學習Python編程的流行和輕鬆的方法，從而逐漸使用該語言構建神經網絡，以能夠識彆人類手寫的字母，特彆是讓其像專傢所開發的網絡那樣地工作。第3部分是擴展，介紹如何將神經網絡的性能提升到工業應用的層級，甚至讓其在Raspberry Pi上工作。

書後附贈微積分入門教程，好評

很好很好很好

先買著，以後在看

簡單實用需要纔買。

此用戶未填寫評價內容

簡單實用需要纔買。

很好很好很好

非常有用，有助學習。

先買著，以後在看