Python 快樂編程 人工智能—深度學習基礎(“好程序員成長”叢書)
定 價:49 元
- 作者:千鋒教育高教產(chǎn)品研發(fā)部
- 出版時間:2020/11/1
- ISBN:9787302529132
- 出 版 社:清華大學出版社
- 中圖法分類:TP311.561
- 頁碼:
- 紙張:膠版紙
- 版次:1
- 開本:16K
本書是學習Python編程語言的入門書籍。Python是一種很流行的開源編程語言,可以在各種領域中用于編寫獨立的程序和腳本。Python免費、可移植、功能強大,而且使用起來相當容易。來自軟件產(chǎn)業(yè)各個角落的程序員都已經(jīng)發(fā)現(xiàn),Python對于開發(fā)者效率和軟件質(zhì)量的關注,這無論在大項目還是小項目中都是一個戰(zhàn)略性的優(yōu)點。
《Python快樂編程:人工智能深度學習基礎/“好程序員成長”叢書》共14章,由淺入深,涵蓋了深度學習基礎知識、數(shù)學基礎、感知機、反向傳播算法、自編碼器、玻爾茲曼機、循環(huán)神經(jīng)網(wǎng)絡、遞歸神經(jīng)網(wǎng)絡和卷積神經(jīng)網(wǎng)絡的相關知識。每章均附有課后練習及解析,相應課件等配套資源。力求講解簡單易懂,努力營造相對輕松愉快的學習氛圍,幫助讀者快速入門深度學習領域。
第1章 深度學習簡介
1.1 什么是機器學習
1.2 什么是深度學習
1.2.1 深度學習的發(fā)展
1.2.2 深度學習的3個層次
1.2.3 深度學習的3種結構類型
1.3 深度學習的研究現(xiàn)狀
1.4 本章小結
1.5 習題
第2章 Theano基礎
2.1 初識Theano
2.2 安裝Theano
2.3 配置環(huán)境變量
2.4 Theano中的符號變量
2.5 Theano編程風格
2.6 Theano中的函數(shù)
2.6.1 函數(shù)的定義
2.6.2 函數(shù)的復制
2.6.3 Theano中重要的函數(shù)
2.7 Theano中的符號計算圖模型
2.7.1 variable節(jié)點
2.7.2 type節(jié)點
2.7.3 apply節(jié)點
2.7.4 op節(jié)點
2.7.5 符號計算圖模型
2.8 Theano中的條件表達式
2.9 Theano中的循環(huán)
2.9.1 scan循環(huán)的參數(shù)
2.9.2 scan循環(huán)演示
2.1O Theano中的常用Debug技巧
2.11 本章小結
2.12 習題
第3章 線性代數(shù)基礎
3.1 標量、向量、矩陣和張量
3.2 線性相關與生成子空間
3.2.1 線性組合
3.2.2 線性相關
3.2.3 向量組的秩
3.2.4 實例:求解方程組
3.2.5 實例:線性回歸
3.3 范數(shù)
3.3.1 向量范數(shù)
3.3.2 矩陣范數(shù)
3.4 特殊的矩陣與向量
3.5 特征值分解
3.6 奇異值分解
3.7 跡運算
3.8 本章小結
3.9 習題
第4章 概率與信息論
4.1 概率的用途
4.2 樣本空間與隨機變量
4.3 隨機變量的分布函數(shù)
4.4 一維隨機變量
4.4.1 離散型隨機變量和分布律
4.4.2 連續(xù)型隨機變量和概率密度函數(shù)
4.4.3 分辨離散型隨機變量和連續(xù)型隨機變量
4.5 多維隨機變量
4.5.1 二維隨機變量及其分布函數(shù)
4.5.2 邊緣分布函數(shù)
4.6 數(shù)學期望、方差、協(xié)方差
4.6.1 數(shù)學期望
4.6.2 方差
4.6.3 協(xié)方差
4.7 貝葉斯規(guī)則
4.7.1 條件概率
……
第5章 深度學習基礎知識
第6章 數(shù)值計算與最優(yōu)化
第7章 概率圖模型
第8章 前饋神經(jīng)網(wǎng)絡
第9章 反向傳播與梯度計算
第10章 自編碼器
第11章 玻爾茲曼機及其相關模型
第12章 循環(huán)神經(jīng)網(wǎng)絡
第13章 遞歸神經(jīng)網(wǎng)絡
第14章 卷積神經(jīng)網(wǎng)絡