深度学习基础与概念 - 第5页

...理解并掌握构建智能系统所需要的概念和工具。全书分为两部分。第一部分介绍机器学习基础，涵盖以下主题：什么是机器学习，它试图解决什么问题，以及系统的主要类别和基本概念；第二部分介绍神经网络和深度学习...

...可以了解数据集、模型和训练等基础概念。本书还介绍了一些实用且经典的模型，如 R-CNN 模型，通过这个模型的学习，读者可以对目标检测任务有一个基本的认识，对于基本的网络结构原理有一定的了解。另外...

...深度学习》由全球知名的三位专家 Ian Goodfellow、Yoshua Bengio 和 Aaron Courville 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：第 1 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...

...第 5 章和第 6 章介绍了基础的卷积神经网络，以及目前比较经典的 AlexNet、VGGNet、Inception Net 和 ResNet；第 7 章介绍了 Word2Vec、RNN 和 LSTM；第 8 章介绍了强化学习，以及基于深度学习的策略网络和估值网络...

...考证与分析，使得全书既具坚实的学术基础，又有较高的参考价值。这套书对于东北史、边疆史及民族史研究具有重要意义，也为广大历史学者和爱好者提供了深入理解东北古代文明的系统资料。内容概览

...因此能深入许多以前学者所未谈到的细节。 对张居正在改革中所要面对的错综复杂的人际关系，作者分别立档，上有皇帝、太后，旁及宦阉权竖、外戚、各派言官，特别是与居正曾共事的历届内阁大学士...

...事物本质的人，和花一辈子都看不清事物本质的人，注定是截然不同的命运。” 然而，统计显示，无论人们学历高低、阅历深浅，大多数人的认知都或多或少与事实相左。鲍比·达菲以世界头部问卷调查公司益普索为依托，历时...

...深度学习背后的关键数学知识，包括概率论、统计学、线性代数、微分等，并进一步解释神经网络、反向传播、梯度下降等深度学习领域关键知识背后的原理。本书适合有一定深度学习基础、了解Pyho如编程语言的读者阅读，也可作为拓展深度...

...实现。本书不要求读者具备任何关于强化学习的知识背景，仅要求读者具备一定的概率论和线性代数的知识。如果读者已经具备强化学习的学习基础，本书可以帮助读者更深入地理解一些问题并提供新的视角...

...p>《统计至简：概率统计全彩图解 + 微课 + Python编程》是“鸢尾花数学大系—从加减乘除到机器学习”丛书中数学版块—“数学三剑客”的第三册，也是最后一本。“数学”板块的第一本《数学要素》是各种数学工具的“大杂烩”，可谓数学基础...