神经网络与深度学习
下载地址：**** Hidden Message *****
本书的写作目的是使得读者能够掌握神经网络与深度学习技术的基本原 理，知其然还要知其所以然。全书共 15 章。第 1 章是绪论，介绍人工智能、机器 学习、深度学习的概要，使读者对相关知识进行全面的了解。第 2、3 章介绍了 机器学习的基础知识。第 4、5、6 章分别讲述三种主要的神经网络模型：前馈神 经网络、卷积神经网络和循环神经网络。第 7 章介绍神经网络的优化与正则化方 法。第 8 章介绍神经网络中的注意力机制和外部记忆。第 9 章简要介绍了一些无 监督学习方法。第 10 章中介绍一些和模型独立的机器学习方法：集成学习、协 同学习、自学习、多任务学习、迁移学习、终身学习、小样本学习、元学习等。这些都是目前深度学习的难点和热点问题。第 11 章介绍了概率图模型的基本概 念，为后面的章节进行铺垫。第 12 章介绍两种早期的深度学习模型：玻尔兹曼 机和深度信念网络。第 13 章介绍最近两年发展十分迅速的深度生成模型：变分自编码器和对抗生成网络。第 14 章介绍了深度强化学习的知识。第 15 章介绍了 应用十分广泛的序列生成模型。
页:
[1]