机读格式显示(MARC)

• 000 01495nam 2200289 450

• 001 0000762556

• 005 20220602140800.0

• 010 __ |a 978-7-5487-4633-1 |d CNY36.00

• 099 __ |a CAL 012021142238

• 100 __ |a 20211202d2021 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 430000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a 深度学习入门与实践 |A shen du xue xi ru men yu shi jian |f 鲁鸣鸣主编

• 210 __ |a 长沙 |c 中南大学出版社 |d 2021

• 215 __ |a 166页 |c 图 |d 26cm

• 225 2_ |a 普通高等院校数据科学与大数据技术专业“十三五”规划教材 |A pu tong gao deng yuan xiao shu ju ke xue yu da shu ju ji shu zhuan ye “ shi san wu ” gui hua jiao cai

• 320 __ |a 有书目

• 330 __ |a 本书通过比较分类问题和逻辑回归问题, 引出机器学习的概率分析基础, 并建立起逻辑回归和单个神经元的等价性。基于这种等价性, 本书将直观地引出深度神经网络的基本思想和架构。然后, 本书将分别介绍深度学习目前运用最广泛的两个模型: 卷积神经网络和循环神经网络。最后, 本书将探讨深度学习在无监督学习领域的一些前沿探索, 包括词 (节点) 嵌入、自编码器、对抗生成网络等。本书主要内容包括: 机器学习概述与线性回归模型、基于概率的分类模型、逻辑回归、深度学习概述、反向传播、深度学习训练技巧、卷积神经网络、深层网络的意义、词嵌入模型以及循环神经网络等。

• 410 _0 |1 2001 |a 普通高等院校数据科学与大数据技术专业“十三五”规划教材

• 606 0_ |a 机器学习 |A ji qi xue xi |x 高等学校

• 690 __ |a TP181 |v 5

• 701 _0 |a 鲁鸣鸣 |A lu ming ming |4 主编

• 801 _0 |a CN |b 人天书店 |c 20211202

• 905 __ |a SCNU |f TP181/2766

• 920 __ |a 242430 |z 1