一本书掌握深度学习的数学基础知识！ 结合235幅插图和大量示例 基于Excel实践，直神经网络根本原理 1.图文直观 穿插235幅插图和大量具体示例讲解，对易错、重反复说明，通俗易懂。 2.结合Excel实践 书中使用Excel行理论验证，读者可下载随书附带的Excel示例文件，亲自动手操作，直观地体验深度学习。 3.只需基础的数学知识 适合数学基础薄弱的深度学习初学者阅读，有一定基础的读者也可以通过本书加深理解。
售 价：¥
纸质售价：¥34.50购买纸书
7.5
温馨提示：数字商品不支持退换货，不提供源文件，不支持导出打印
为你推荐
版权声明
前言
本书的使用说明
Excel 示例文件的下载
第 1 章 神经网络的思想
1-1 神经网络和深度学习
1-2 神经元工作的数学表示
1-3 激活函数：将神经元的工作一般化
1-4 什么是神经网络
1-5 用恶魔来讲解神经网络的结构
1-6 将恶魔的工作翻译为神经网络的语言
1-7 网络自学习的神经网络
第 2 章 神经网络的数学基础
2-1 神经网络所需的函数
2-2 有助于理解神经网络的数列和递推关系式
2-3 神经网络中经常用到的∑符号
2-4 有助于理解神经网络的向量基础
2-5 有助于理解神经网络的矩阵基础
2-6 神经网络的导数基础
2-7 神经网络的偏导数基础
2-8 误差反向传播法必需的链式法则
2-9 梯度下降法的基础：多变量函数的近似公式
2-10 梯度下降法的含义与公式
哈密顿算子
2-11 用 Excel 体验梯度下降法
2-12 最优化问题和回归分析
第 3 章 神经网络的最优化
3-1 神经网络的参数和变量
3-2 神经网络的变量的关系式
3-3 学习数据和正解
3-4 神经网络的代价函数
3-5 用 Excel 体验神经网络
第 4 章 神经网络和误差反向传播法
4-1 梯度下降法的回顾
4-2 神经单元误差
4-3 神经网络和误差反向传播法
4-4 用 Excel 体验神经网络的误差反向传播法
第 5 章 深度学习和卷积神经网络
5-1 小恶魔来讲解卷积神经网络的结构
5-2 将小恶魔的工作翻译为卷积神
5-3 卷积神经网络的变量关系式
5-4 用 Excel 体验卷积神经网络
5-5 卷积神经网络和误差反向传播法
5-6 用 Excel 体验卷积神经网络的误差反向传播法
附录
A 训练数据（1）
B 训练数据（2）
C 用数学式表示模式的相似度
看完了
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
