• 首页
  • 本馆介绍
  • 公告通知
  • 最新文献
  • 馆藏检索
  • 电子资源
  • 读者导购
  • 参考咨询
  • 我的图书馆
  • 登录
  • 详细信息显示
  • 放入我的书架
  • 预约/预借图书
  • 作者相关作品
  • 分类相关作品
  • 丛书相关作品
  • 出版社相关作品

书目信息

  • 表格格式
  • 工作单格式
  • 卡片格式
题名:
神经网络与深度学习
    
 
作者: 邱锡鹏 著
分册:  
出版信息: 北京   机械工业出版社  2020
页数: xvi, 448页
开本: 24cm
丛书名: 人工智能技术丛书
单 册:
中图分类: TP183 , TP181
科图分类:
主题词: 人工神经网络--ren gong shen jing wang luo--研究 , 机器学习--ji qi xue xi--研究
电子资源:
ISBN: 978-7-111-64968-7
000 01788nam 2200301 450
001 012021000368
010    @a978-7-111-64968-7@dCNY149.00
100    @a20200520d2020 em y0chiy50 ea
101 0  @achi
102    @aCN@b110000
105    @aak a 001yy
106    @ar
200 1  @a神经网络与深度学习@Ashen jing wang luo yu shen du xue xi@d= Neural networks and deep learning@f邱锡鹏著@zeng
210    @a北京@c机械工业出版社@d2020
215    @axvi, 448页@c彩图@d24cm
225 2  @a人工智能技术丛书@Aren gong zhi neng ji shu cong shu
314    @a邱锡鹏, 复旦大学计算机科学技术学院教授、博士生导师, 于复旦大学获得理学学士和博士学位。
320    @a有书目和索引
330    @a全书共15章, 分为三个部分。第一部分为机器学习基础: 第1章是绪论, 介绍人工智能、机器学习、深度学习的概要, 使读者全面了解相关知识; 第2-3章介绍机器学习的基础知识。第二部分是基础模型: 第4-6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章简要介绍一些无监督学习方法; 第10章介绍一些模型独立的机器学习方法, 包括集成学习、自训练、协同训练、多任务学习、迁移学习、终身学习、元学习等。第三部分是进阶模型: 第11章介绍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章介绍深度生成模型, 包括变分自编码器和生成对抗网络; 第14章介绍深度强化学习; 第15章介绍应用十分广泛的序列生成模型。
410  0 @12001 @a人工智能技术丛书
510 1  @aNeural networks and deep learning@zeng
606 0  @a人工神经网络@Aren gong shen jing wang luo@x研究
606 0  @a机器学习@Aji qi xue xi@x研究
690    @aTP183@v5
690    @aTP181@v5
701  0 @a邱锡鹏@Aqiu xi peng@4著
801  0 @aCN@b湖北三新@c20211018
905    @a徽商职业学院@bS313378@dTP183@e4@f1
    
    神经网络与深度学习= Neural networks and deep learning/邱锡鹏著.-北京:机械工业出版社,2020
    xvi, 448页:彩图;24cm.-(人工智能技术丛书)
    
    
    ISBN 978-7-111-64968-7:CNY149.00
    全书共15章, 分为三个部分。第一部分为机器学习基础: 第1章是绪论, 介绍人工智能、机器学习、深度学习的概要, 使读者全面了解相关知识; 第2-3章介绍机器学习的基础知识。第二部分是基础模型: 第4-6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章简要介绍一些无监督学习方法; 第10章介绍一些模型独立的机器学习方法, 包括集成学习、自训练、协同训练、多任务学习、迁移学习、终身学习、元学习等。第三部分是进阶模型: 第11章介绍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章介绍深度生成模型, 包括变分自编码器和生成对抗网络; 第14章介绍深度强化学习; 第15章介绍应用十分广泛的序列生成模型。
●
相关链接 在五车中查询图书 在当当中查询图书 在豆瓣中查询图书


正题名:神经网络与深度学习     索取号:TP183/4         预约/预借

序号 登录号 条形码 馆藏地/架位号 状态 备注
1 313378   S313378   历史工业书库(图文三楼西)/ [索取号:TP183/4] 在馆    
徽商职业学院图书馆 欢迎您!
大连网信软件有限公司© 版权所有