| 失效链接处理 |
|
深度学习 [deep learning] PDF 下载
本站整理下载：
版权归出版社和原作者所有，链接已删除，请购买正版
用户下载说明：
电子版仅供预览，下载后24小时内务必删除，支持正版，喜欢的请购买正版书籍：
http://product.dangdang.com/1758991261.html
相关截图：
 资料简介： 《深度学习》由全球知名的三位专家IanGoodfellow、YoshuaBengio和AaronCourville撰写，是深度学习领域奠基性的经典教材。全书的内容包括3个部分：dy 部分介绍基本的数学工具和机器学习的概念，它们是深度学习的预备知识；第2部分系统深入地讲解现今已成熟的深度学习方法和技术；第3部分讨论某些具有前瞻性的方向和想法，它们被公认为是深度学习未来的研究重点。 《深度学习》适合各类读者阅读，包括相关专业的大学生或研究生，以及不具有机器学习或统计背景、但是想要快速补充深度学习知识，以便在实际产品或平台中应用的软件工程师。 机器学习-内容简介 机器学习是计算机科学与人工智能的重要分支领域. 本书作为该领域的入门教材，在内容上尽可能涵盖机器学习基础知识的各方面. 全书共16 章，大致分为3 个部分：dy 部分（dy ～3 章）介绍机器学习的基础知识；第2 部分（第4～10 章）讨论一些经典而常用的机器学习方法（决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习）；第3 部分（dy 1～16 章）为进阶知识，内容涉及特征选择与稀疏学习、计算学习理论、半监督学习、概率图模型、规则学习以及强化学习等. 每章都附有习题并介绍了相关阅读材料，以便有兴趣的读者进一步钻研探索。本书可作为高等院校计算机、自动化及相关专业的本科生或研究生教材，也可供对机器学习感兴趣的研究人员和工程技术人员阅读参考。 资料目录： 引言1 11本书面向的读者7 12深度学习的历史趋势8 121神经网络的众多名称和命运变迁8 122与日俱增的数据量12 123与日俱增的模型规模13 124与日俱增的精度、复杂度和对现实世界的冲击15 dy 部分应用数学与机器学习基础 第2章线性代数19 21标量、向量、矩阵和张量19 22矩阵和向量相乘21 23单位矩阵和逆矩阵22 24线性相关和生成子空间23 25范数24 26特殊类型的矩阵和向量25 27特征分解26 28奇异值分解28 29Moore-Penrose伪逆28 210迹运算29 211行列式30 212实例：主成分分析30 第3章概率与信息论34 31为什么要使用概率34 32随机变量35 33概率分布36 331离散型变量和概率质量函数36 332连续型变量和概率密度函数36 34边缘概率37 35条件概率37 36条件概率的链式法则38 …………已省略更多目录 机器学习-目录 dy 章 1 1.1 引言 1 1.2 基本术 2 1.3 假设空间 4 1.4 归纳偏好 6 1.5 发展历程 10 1.6 应用现状 13 1.7 阅读材料 16 习题 19 参考文献 20 休息一会儿 22 第2章 模型评估与选择 23 2.1 经验误差与过拟合 23 2.2 评估方法 24 2.2.1 留出法 25 2.2.2 交叉验证法 26 2.2.3 自助法 27 2.2.4 调参与 终模型 28 2.3 性能度量 28 2.3.1 错误率与精度 29 2.3.2 查准率、查全率与F1 30 2.3.3 ROC与AUC 33 2.3.4 代价敏感错误率与代价曲线 35 2.4 比较检验 37 2.4.1 假设检验 37 2.4.2 交叉验证t检验 40 2.4.3 McNemar检验 41 2.4.4 Friedman检验与后续检验 42 2.5 偏差与方差 44 2.6 阅读材料 46 ………… |
| Java1234官方群25： | 
|
| Java1234官方群25： | 838462530 |
苏公网安备 32061202001004号
