掃一掃
關(guān)注中圖網(wǎng)
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(yīng)用
-
>
決戰(zhàn)行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調(diào)優(yōu)實踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
深度學習的幾何學 信號處理視角 版權(quán)信息
- ISBN：9787121447990
- 條形碼：9787121447990 ; 978-7-121-44799-0
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
深度學習的幾何學 信號處理視角 內(nèi)容簡介
深度學習是人工智能與機器學習領(lǐng)域的重要研究分支，經(jīng)過短短十幾年的發(fā)展，已經(jīng)在計算機視覺與圖像處理、自然語言處理等領(lǐng)域取得令人矚目的成就。本書作為深度學習方面的專門書籍，融合了機器學習、人工神經(jīng)網(wǎng)絡(luò)和深度學習的相關(guān)概念，并且從信號處理視角呈現(xiàn)了深度學習背后的幾何學原理，以便從統(tǒng)一的角度去深化理解深度學習的主要模型和算法，從而更好地用于指導理論分析和實踐開發(fā)。全書分為三個部分，共14章。第1～4章為**部分，主要介紹機器學習基礎(chǔ)知識，包括向量空間、矩陣代數(shù)、凸優(yōu)化等數(shù)學預(yù)備知識，以及支持向量機、核回歸等經(jīng)典機器學習技術(shù)；第5～9章為第二部分，主要介紹深度學習的構(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制，重點介紹這些模型背后的數(shù)學原理和幾何解釋；第10~14章為第三部分，主要介紹深度學習的高級主題，包括深度神經(jīng)網(wǎng)絡(luò)幾何學、深度學習優(yōu)化與泛化能力，以及生成模型與無監(jiān)督學習。
深度學習的幾何學 信號處理視角 目錄
**部分 機器學習基礎(chǔ)
第1章 數(shù)學預(yù)備知識 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 拉格朗日對偶公式 18
1.7 習題 20
第2章 線性與核分類器 22
2.1 引言 22
2.2 硬間隔線性分類器 23
2.2.1 可分離情況的*大間隔
分類器 23
2.2.2 對偶公式 25
2.2.3 KKT條件與支持向量 26
2.3 軟間隔線性分類器 27
2.4 采用核SVM的非線性
分類器 29
2.4.1 特征空間中的線性
分類器 29
2.4.2 核技巧 30
2.5 圖像分類的經(jīng)典方法 31
2.6 習題 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 對數(shù)概率與線性回歸 36
3.3.2 使用邏輯回歸進行
多分類 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 核機器的優(yōu)缺點 53
4.6 習題 53
第二部分 深度學習的構(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 信號傳輸機制 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 視覺系統(tǒng) 60
5.3.2 Hubel-Wiesel模型 60
5.3.3
展開全部
深度學習的幾何學 信號處理視角 作者簡介
[韓]芮鐘喆(Jong Chul Ye)，于1999年獲美國普渡大學博士學位，現(xiàn)任韓國科學技術(shù)院（Korea Advanced Institute for Science and Technology，KAIST）生物與腦工程系教授和數(shù)學科學系兼職教授；長期從事壓縮感知圖像重建、信號處理和機器學習等研究；是IEEE Fellow，IEEE SPS計算成像技術(shù)委員會主席；目前是IEEE Transactions on Medical Imaging副主編、IEEE Signal Processing Magazine資深編輯，以及BMC Biomedical Engineering部門編輯；曾擔任2020 IEEE Symposium on Biomedical Imaging（ISBI）大會共主席，IEEE Transactions on Image Processing、IEEE Transactions on Computational Imaging、Journal of Electronic Imaging副主編，Magnetic Resonance in Medicine編委會成員，以及Physics in Medicine and Biology國際咨詢委員會成員。 周浦城，博士，副教授，先后主持或參加國家863、自然科學基金、武器裝備預(yù)研、軍內(nèi)科研等課題20余項，公開發(fā)表論文80余篇，其中SCI檢索3篇、EI檢索45篇。
書友推薦
- >
自卑與超越
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
龍榆生：詞曲概論/大家小書
- >
中國歷史的瞬間
- >
月亮虎
- >
二體千字文
- >
我從未如此眷戀人間
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
本類暢銷
