中圖網(wǎng)小程序
一鍵登錄
更方便
包郵 深度學(xué)習(xí)的幾何學(xué) 信號(hào)處理視角
作者：[韓]芮鐘喆
開(kāi)本：
16開(kāi)
頁(yè)數(shù)：
256
本類(lèi)榜單：計(jì)算機(jī)/網(wǎng)絡(luò)銷(xiāo)量榜
本類(lèi)五星書(shū)更多>
-
>
全國(guó)計(jì)算機(jī)等級(jí)考試最新真考題庫(kù)模擬考場(chǎng)及詳解·二級(jí)MSOffice高級(jí)應(yīng)用
-
>
決戰(zhàn)行測(cè)5000題(言語(yǔ)理解與表達(dá))
-
>
軟件性能測(cè)試.分析與調(diào)優(yōu)實(shí)踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強(qiáng)教科書(shū)(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
中圖價(jià):¥53.9
加入購(gòu)物車(chē)
深度學(xué)習(xí)的幾何學(xué) 信號(hào)處理視角 版權(quán)信息
- ISBN：9787121447990
- 條形碼：9787121447990 ; 978-7-121-44799-0
- 裝幀：一般膠版紙
- 冊(cè)數(shù)：暫無(wú)
- 重量：暫無(wú)
- 所屬分類(lèi)：>
深度學(xué)習(xí)的幾何學(xué) 信號(hào)處理視角 內(nèi)容簡(jiǎn)介
深度學(xué)習(xí)是人工智能與機(jī)器學(xué)習(xí)領(lǐng)域的重要研究分支，經(jīng)過(guò)短短十幾年的發(fā)展，已經(jīng)在計(jì)算機(jī)視覺(jué)與圖像處理、自然語(yǔ)言處理等領(lǐng)域取得令人矚目的成就。本書(shū)作為深度學(xué)習(xí)方面的專(zhuān)門(mén)書(shū)籍，融合了機(jī)器學(xué)習(xí)、人工神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)的相關(guān)概念，并且從信號(hào)處理視角呈現(xiàn)了深度學(xué)習(xí)背后的幾何學(xué)原理，以便從統(tǒng)一的角度去深化理解深度學(xué)習(xí)的主要模型和算法，從而更好地用于指導(dǎo)理論分析和實(shí)踐開(kāi)發(fā)。全書(shū)分為三個(gè)部分，共14章。第1～4章為**部分，主要介紹機(jī)器學(xué)習(xí)基礎(chǔ)知識(shí)，包括向量空間、矩陣代數(shù)、凸優(yōu)化等數(shù)學(xué)預(yù)備知識(shí)，以及支持向量機(jī)、核回歸等經(jīng)典機(jī)器學(xué)習(xí)技術(shù)；第5～9章為第二部分，主要介紹深度學(xué)習(xí)的構(gòu)成要素，包括人工神經(jīng)網(wǎng)絡(luò)與反向傳播、卷積神經(jīng)網(wǎng)絡(luò)、圖神經(jīng)網(wǎng)絡(luò)及歸一化和注意力機(jī)制，重點(diǎn)介紹這些模型背后的數(shù)學(xué)原理和幾何解釋?zhuān)坏?0~14章為第三部分，主要介紹深度學(xué)習(xí)的高級(jí)主題，包括深度神經(jīng)網(wǎng)絡(luò)幾何學(xué)、深度學(xué)習(xí)優(yōu)化與泛化能力，以及生成模型與無(wú)監(jiān)督學(xué)習(xí)。
深度學(xué)習(xí)的幾何學(xué) 信號(hào)處理視角 目錄
**部分 機(jī)器學(xué)習(xí)基礎(chǔ)
第1章 數(shù)學(xué)預(yù)備知識(shí) 2
1.1 度量空間 2
1.2 向量空間 3
1.3 巴拿赫空間與希爾伯特空間 4
1.4 概率空間 7
1.5 矩陣代數(shù) 8
1.5.1 Kronecker積 10
1.5.2 矩陣與向量微積分 11
1.6 凸優(yōu)化基礎(chǔ) 12
1.6.1 基本概念 12
1.6.2 凸集與凸函數(shù) 14
1.6.3 次微分 15
1.6.4 凸共軛 16
1.6.5 拉格朗日對(duì)偶公式 18
1.7 習(xí)題 20
第2章 線性與核分類(lèi)器 22
2.1 引言 22
2.2 硬間隔線性分類(lèi)器 23
2.2.1 可分離情況的*大間隔
分類(lèi)器 23
2.2.2 對(duì)偶公式 25
2.2.3 KKT條件與支持向量 26
2.3 軟間隔線性分類(lèi)器 27
2.4 采用核SVM的非線性
分類(lèi)器 29
2.4.1 特征空間中的線性
分類(lèi)器 29
2.4.2 核技巧 30
2.5 圖像分類(lèi)的經(jīng)典方法 31
2.6 習(xí)題 32
第3章 線性回歸、邏輯回歸與
核回歸 34
3.1 引言 34
3.2 線性回歸 34
3.3 邏輯回歸 36
3.3.1 對(duì)數(shù)概率與線性回歸 36
3.3.2 使用邏輯回歸進(jìn)行
多分類(lèi) 37
3.4 嶺回歸 38
3.5 核回歸 39
3.6 回歸中的偏差-方差權(quán)衡 41
3.7 習(xí)題 43
第4章 再生核希爾伯特空間與
表示定理 44
4.1 引言 44
4.2 再生核希爾伯特空間 45
4.2.1 特征映射和核 46
4.2.2 再生核希爾伯特空間的
定義 47
4.3 表示定理 49
4.4 表示定理的應(yīng)用 50
4.4.1 核嶺回歸 50
4.4.2 核SVM 51
4.5 核機(jī)器的優(yōu)缺點(diǎn) 53
4.6 習(xí)題 53
第二部分 深度學(xué)習(xí)的構(gòu)成要素
第5章 生物神經(jīng)網(wǎng)絡(luò) 56
5.1 引言 56
5.2 神經(jīng)元 56
5.2.1 神經(jīng)元解剖 56
5.2.2 信號(hào)傳輸機(jī)制 57
5.2.3 突觸可塑性 58
5.3 生物神經(jīng)網(wǎng)絡(luò) 59
5.3.1 視覺(jué)系統(tǒng) 60
5.3.2 Hubel-Wiesel模型 60
5.3.3
展開(kāi)全部
深度學(xué)習(xí)的幾何學(xué) 信號(hào)處理視角 作者簡(jiǎn)介
[韓]芮鐘喆(Jong Chul Ye)，于1999年獲美國(guó)普渡大學(xué)博士學(xué)位，現(xiàn)任韓國(guó)科學(xué)技術(shù)院（Korea Advanced Institute for Science and Technology，KAIST）生物與腦工程系教授和數(shù)學(xué)科學(xué)系兼職教授；長(zhǎng)期從事壓縮感知圖像重建、信號(hào)處理和機(jī)器學(xué)習(xí)等研究；是IEEE Fellow，IEEE SPS計(jì)算成像技術(shù)委員會(huì)主席；目前是IEEE Transactions on Medical Imaging副主編、IEEE Signal Processing Magazine資深編輯，以及BMC Biomedical Engineering部門(mén)編輯；曾擔(dān)任2020 IEEE Symposium on Biomedical Imaging（ISBI）大會(huì)共主席，IEEE Transactions on Image Processing、IEEE Transactions on Computational Imaging、Journal of Electronic Imaging副主編，Magnetic Resonance in Medicine編委會(huì)成員，以及Physics in Medicine and Biology國(guó)際咨詢(xún)委員會(huì)成員。 周浦城，博士，副教授，先后主持或參加國(guó)家863、自然科學(xué)基金、武器裝備預(yù)研、軍內(nèi)科研等課題20余項(xiàng)，公開(kāi)發(fā)表論文80余篇，其中SCI檢索3篇、EI檢索45篇。
書(shū)友推薦
- >
推拿
- >
企鵝口袋書(shū)系列·偉大的思想20:論自然選擇(英漢雙語(yǔ))
- >
小考拉的故事-套裝共3冊(cè)
- >
月亮與六便士
- >
二體千字文
- >
龍榆生：詞曲概論/大家小書(shū)
- >
伊索寓言-世界文學(xué)名著典藏-全譯本
- >
苦雨齋序跋文-周作人自編集
本類(lèi)暢銷(xiāo)
