人工智能 类型
可以朗读 语音朗读
238千字 字数
2021-03-01 发行日期
展开全部

主编推荐语

深度学习实战：实用案例详解

内容简介

本书借助现实案例介绍深度学习算法的实际应用，旨在帮助读者了解如何学会识别和提取信息，以提高预测准确率及优化结果。本书共10章，分别是机器学习——引言、神经网络、深度学习基本原理、无监督特征学习、图像识别、递归神经网络和语言模型、深度学习在棋盘游戏中的应用、深度学习在电子游戏中的应用、异常检测和构建一个可用于生产环境的入侵检测系统。 本书深入介绍了深度学习的算法，并通过Theano、Caffe、Keras和TensorFlow等框架进一步介绍了许多实用的深度学习实现核心技术：自编码器和受限制的玻尔兹曼机器，同时介绍了潜入深层信念网和深度神经网络，并通过Dropout和卷积神经网络扩展更多的深度学习算法。

目录

  • 版权信息
  • 内容提要
  • 作者简介
  • 审稿人简介
  • 前言
  • 第1章 机器学习——引言
  • 1.1 什么是机器学习
  • 1.2 不同的机器学习方法
  • 1.3 小结
  • 第2章 神经网络
  • 2.1 为什么是神经网络
  • 2.2 基本原理
  • 2.3 反向传播算法
  • 2.4 行业应用
  • 2.5 异或函数的神经网络代码示例
  • 2.6 小结
  • 第3章 深度学习基本原理
  • 3.1 什么是深度学习
  • 3.2 深度学习应用
  • 3.3 图形处理单元与中央处理单元
  • 3.4 流行开源库——引言
  • 3.5 小结
  • 第4章 无监督特征学习
  • 4.1 自编码器
  • 4.2 受限玻尔兹曼机
  • 4.3 小结
  • 第5章 图像识别
  • 5.1 人工模型与生物模型的相似性
  • 5.2 直观认识与合理性
  • 5.3 卷积层
  • 5.4 池化层
  • 5.5 dropout层
  • 5.6 深度学习中的卷积层
  • 5.7 Theano中的卷积层
  • 5.8 用Keras来识别数字的卷积层示例
  • 5.9 将Keras用于cifar10的卷积层示例
  • 5.10 预训练
  • 5.11 小结
  • 第6章 递归神经网络和语言模型
  • 6.1 递归神经网络
  • 6.2 语言建模
  • 6.3 语音识别
  • 6.4 小结
  • 6.5 拓展阅读
  • 第7章 深度学习在棋盘游戏中的应用
  • 7.1 早期游戏AI
  • 7.2 用最小-最大算法评估游戏状态
  • 7.3 实现Python井字游戏
  • 7.4 学习价值函数
  • 7.5 训练AI掌握围棋
  • 7.6 应用于树结构的置信上限
  • 7.7 蒙特卡罗树搜索中的深度学习
  • 7.8 快速复习强化学习
  • 7.9 用于学习策略函数的策略梯度
  • 7.10 AlphaGo中的策略梯度
  • 7.11 小结
  • 第8章 深度学习在电子游戏中的应用
  • 8.1 应用于游戏的监督学习算法
  • 8.2 遗传算法在游戏中的应用
  • 8.3 Q-learning算法
  • 8.4 Q-learning算法在动作中的应用
  • 8.5 动态游戏
  • 8.6 《雅达利打砖块》游戏
  • 8.7 actor-critic算法
  • 8.8 异步算法
  • 8.9 基于模型的算法
  • 8.10 小结
  • 第9章 异常检测
  • 9.1 什么是异常检测和异常点检测
  • 9.2 异常检测的现实应用
  • 9.3 流行的浅层机器学习技术
  • 9.4 基于深度自编码器的异常检测
  • 9.5 开始使用H2O
  • 9.6 示例
  • 9.7 小结
  • 第10章 构建一个可用于生产环境的入侵检测系统
  • 10.1 什么是数据产品
  • 10.2 训练
  • 10.3 测试
  • 10.4 部署
  • 10.5 小结
  • 资源与支持
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

人民邮电出版社

人民邮电出版社是工业和信息化部主管的大型专业出版社，成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”，致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。