掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
深度學習的數學 版權信息
- ISBN：9787115509345
- 條形碼：9787115509345 ; 978-7-115-50934-5
- 裝幀：簡裝本
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
深度學習的數學 本書特色
《深度學習的數學》基于豐富的圖示和具體示例，通俗易懂地介紹了深度學習相關的數學知識。第1章介紹神經網絡的概況；第2章介紹理解神經網絡所需的數學基礎知識；第3章介紹神經網絡的*化；第4章介紹神經網絡和誤差反向傳播法；第5章介紹深度學習和卷積神經網絡。書中使用Excel進行理論驗證，幫助讀者直觀地體驗深度學習的原理。
深度學習的數學 內容簡介
一本書掌握深度學習的數學基礎知識！
結合235幅插圖和大量示例
基于Excel實踐，直擊神經網絡根本原理
1.圖文直觀
穿插235幅插圖和大量具體示例講解，對易錯點、重點反復說明，通俗易懂。
2.結合Excel實踐
書中使用Excel進行理論驗證，讀者可下載隨書附帶的Excel示例文件，親自動手操作，直觀地體驗深度學習。
3.只需基礎的數學知識
適合數學基礎薄弱的深度學習初學者閱讀，有一定基礎的讀者也可以通過本書加深理解。
深度學習的數學 目錄
第1 章 神經網絡的思想
1 - 1 神經網絡和深度學習 2
1 - 2 神經元工作的數學表示 6
1 - 3 激活函數：將神經元的工作一般化 12
1 - 4 什么是神經網絡 18
1 - 5 用惡魔來講解神經網絡的結構 23
1 - 6 將惡魔的工作翻譯為神經網絡的語言 31
1 - 7 網絡自學習的神經網絡 36
第2 章 神經網絡的數學基礎
2 - 1 神經網絡所需的函數 40
2 - 2 有助于理解神經網絡的數列和遞推關系式 46
2 - 3 神經網絡中經常用到的Σ符號 51
2 - 4 有助于理解神經網絡的向量基礎 53
2 - 5 有助于理解神經網絡的矩陣基礎 61
2 - 6 神經網絡的導數基礎 65
2 - 7 神經網絡的偏導數基礎 72
2 - 8 誤差反向傳播法必需的鏈式法則 76
2 - 9 梯度下降法的基礎：多變量函數的近似公式 80
2 - 10 梯度下降法的含義與公式 83
2 - 11 用Excel 體驗梯度下降法 91
2 - 12 *優化問題和回歸分析 94
第3 章 神經網絡的*優化
3 - 1 神經網絡的參數和變量 102
3 - 2 神經網絡的變量的關系式 111
3 - 3 學習數據和正解 114
3 - 4 神經網絡的代價函數 119
3 - 5 用Excel體驗神經網絡 127
第4 章 神經網絡和誤差反向傳播法
4 - 1 梯度下降法的回顧 134
4 - 2 神經單元誤差 141
4 - 3 神經網絡和誤差反向傳播法 146
4 - 4 用Excel體驗神經網絡的誤差反向傳播法 153
第5 章 深度學習和卷積神經網絡
5 - 1 小惡魔來講解卷積神經網絡的結構 168
5 - 2 將小惡魔的工作翻譯為卷積神經網絡的語言 174
5 - 3 卷積神經網絡的變量關系式 180
5 - 4 用Excel體驗卷積神經網絡 193
5 - 5 卷積神經網絡和誤差反向傳播法 200
5 - 6 用Excel體驗卷積神經網絡的誤差反向傳播法 212
附錄
A 訓練數據（1） 222
B 訓練數據（2） 223
C 用數學式表示模式的相似度 225
1 - 1 神經網絡和深度學習 2
1 - 2 神經元工作的數學表示 6
1 - 3 激活函數：將神經元的工作一般化 12
1 - 4 什么是神經網絡 18
1 - 5 用惡魔來講解神經網絡的結構 23
1 - 6 將惡魔的工作翻譯為神經網絡的語言 31
1 - 7 網絡自學習的神經網絡 36
第2 章 神經網絡的數學基礎
2 - 1 神經網絡所需的函數 40
2 - 2 有助于理解神經網絡的數列和遞推關系式 46
2 - 3 神經網絡中經常用到的Σ符號 51
2 - 4 有助于理解神經網絡的向量基礎 53
2 - 5 有助于理解神經網絡的矩陣基礎 61
2 - 6 神經網絡的導數基礎 65
2 - 7 神經網絡的偏導數基礎 72
2 - 8 誤差反向傳播法必需的鏈式法則 76
2 - 9 梯度下降法的基礎：多變量函數的近似公式 80
2 - 10 梯度下降法的含義與公式 83
2 - 11 用Excel 體驗梯度下降法 91
2 - 12 *優化問題和回歸分析 94
第3 章 神經網絡的*優化
3 - 1 神經網絡的參數和變量 102
3 - 2 神經網絡的變量的關系式 111
3 - 3 學習數據和正解 114
3 - 4 神經網絡的代價函數 119
3 - 5 用Excel體驗神經網絡 127
第4 章 神經網絡和誤差反向傳播法
4 - 1 梯度下降法的回顧 134
4 - 2 神經單元誤差 141
4 - 3 神經網絡和誤差反向傳播法 146
4 - 4 用Excel體驗神經網絡的誤差反向傳播法 153
第5 章 深度學習和卷積神經網絡
5 - 1 小惡魔來講解卷積神經網絡的結構 168
5 - 2 將小惡魔的工作翻譯為卷積神經網絡的語言 174
5 - 3 卷積神經網絡的變量關系式 180
5 - 4 用Excel體驗卷積神經網絡 193
5 - 5 卷積神經網絡和誤差反向傳播法 200
5 - 6 用Excel體驗卷積神經網絡的誤差反向傳播法 212
附錄
A 訓練數據（1） 222
B 訓練數據（2） 223
C 用數學式表示模式的相似度 225
展開全部
深度學習的數學 作者簡介
涌井良幸（作者）
1950年生于東京，畢業于東京教育大學（現筑波大學）數學系，現為自由職業者。著有《用Excel學深度學習》（合著）、《統計學有什么用？》等。
涌井貞美（作者）
1952年生于東京，完成東京大學理學系研究科碩士課程，現為自由職業者。著有《用Excel學深度學習》（合著）、《圖解貝葉斯統計入門》等。
楊瑞龍（譯者）
1982年生，2008年北京大學數學科學學院碩士畢業，軟件開發者，從事軟件行業10年。2013年～2016年赴日工作3年，從2016年開始在哆嗒數學網公眾號發表《數學上下三萬年》等多篇翻譯作品。
書友推薦
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
羅曼·羅蘭讀書隨筆-精裝
- >
月亮與六便士
- >
伊索寓言-世界文學名著典藏-全譯本
- >
有舍有得是人生
- >
推拿
- >
苦雨齋序跋文-周作人自編集
- >
回憶愛瑪儂
本類暢銷
