hiskio

    人工智慧與深度學習--理論與Python實踐

    近年來，深度學習的相關演算法已被廣泛使用在電腦視覺(computer vision)、神經機器翻譯(neural machine translation)、神經風格轉換(neural style transfer)及聊天機器人(chatbots)等的應用。

    Collecting
    US$14.39
    近年來，深度學習的相關演算法已被廣泛使用在電腦視覺(computer vision)、神經機器翻譯(neural machine translation)、神經風格轉換(neural style transfer)及聊天機器人(chatbots)等的應用。
    雖然網路上已經提供了許多深度學習的各種演算法程式，但若只會使用程式卻不瞭解各種演算法的內涵，對於深度學習的領域只能是見樹不見林，無法真正體會深度學習的精要，亦無法有更深入的應用。因此，本書以人工智慧及深度學習的理論基礎著手，來陳述各種人工智慧演算法的理論基礎及完整數學推導過程，並輔以Python來進行各演算法的實踐，以達到精通人工智慧演算法的目的。
    本書特色：
    •從深度學習的預備知識開始，帶領讀者具備進入深度學習的領域知識。
    •提供各種演算法的手算範例，讓讀者更能理解各演算法的過程。
    •除介紹在深度學習已常用的方法外，更加介紹新近的各種演算法。
    •推導各種演算法的梯度過程，使讀者更深入瞭解演算法的數理過程。
    •各章節提供數個Python範例，完整帶領讀者使用深度學習來解決各類問題。

    Content

    • 1-1
      封面頁
    • 1-2
      書名頁
    • 1-3
      序言
    • 1-4
      目錄
    • 1-5
      CH01 深度學習的預先知識
    • 1-6
      1-1 線性代數 (Linear Algebra)
    • 1-7
      1-2 微積分 (Calculus)
    • 1-8
      1-3 最佳化理論
    • 1-9
      1-4 統計學
    • 1-10
      1-5 Python 程式語言介紹
    • 1-11
      CH02 前饋式神經網路
    • 1-12
      2-1 感知機
    • 1-13
      2-2 多層感知機
    • 1-14
      2-3 深度前饋式神經網路
    • 1-15
      2-4 深度神經網路的梯度下降方式
    • 1-16
      2-5 過適化問題 (Overfitting Problem)
    • 1-17
      2-6 程式範例
    • 1-18
      CH03 卷積神經網路
    • 1-19
      3-1 卷積神經網路架構
    • 1-20
      3-2 倒傳遞法進行參數更新
    • 1-21
      3-3 數值範例
    • 1-22
      3-4 殘差網路
    • 1-23
      3-5 程式範例
    • 1-24
      CH04 遞迴式神經網路
    • 1-25
      4-1 遞迴式神經網路
    • 1-26
      4-2 序列學習 (Sequential Learning)
    • 1-27
      4-3 Elman 神經網路理論模型
    • 1-28
      4-4 長短期記憶 (Long Short-Term Memory,LSTM) 模型
    • 1-29
      4-5 Peephole 長短期記憶 (Peephole LSTM)模型
    • 1-30
      4-6 GRU (Gated Recurrent Unit) 模型
    • 1-31
      4-7 雙向LSTM (Bidirectional LSTM)
    • 1-32
      4-8 程式範例
    • 1-33
      CH05 侷限型波茲曼模型、深度信念網路及自編碼器
    • 1-34
      5-1 侷限型波茲曼模型(Restricted Boltzmann Machines, RBM)
    • 1-35
      5-2 深度信念網路 (Deep Belief Networks, DBN)
    • 1-36
      5-3 自編碼器 (Autoencoders)
    • 1-37
      5-4 程式範例
    • 1-38
      CH06 其他網路模型
    • 1-39
      6-1 自迴歸模型 (Autoregressive Models)
    • 1-40
      6-2 自生成模型 (Generative Models)
    • 1-41
      6-3 神經圖靈機
    • 1-42
      6-4 注意力模型 (Attention-based Models)
    • 1-43
      6-5 程式範例
    • 1-44
      CH07 強化學習
    • 1-45
      7-1 馬可夫決策過程
    • 1-46
      7-2 Bellman 方程式
    • 1-47
      7-3 深度Q-網路 (Deep Q-Network, DQN)
    • 1-48
      7-4 政策梯度 (Policy gradients)
    • 1-49
      7-5 Advantage Actor-Critic (A2C) Methods
    • 1-50
      7-6 程式範例
    • 1-51
      版權頁
    • 1-52
      封底頁

    FAQ

    您可以透過手機、平板或是電腦登入 HiSKIO 平台，在【我的學習】＞【我的書籍】頁面，選擇想看的電子書。

    Recommendations

    Reviews

    | Collecting

    Sales Plans