深入浅出深度学习：原理剖析与Python实践

本书介绍了深度学习相关的原理与应用，全书共分为三大部分，*部分主要回顾了深度学习的发展历史，以及Theano的使用；第二部分详细讲解了与深度学习相关的基础知识，包括线性代数、概率论、概率图模型、机器学习和*化算法；在第三部分中，针对若干核心的深度学习模型，如自编码器、受限玻尔兹曼机、递归神经网络和卷积神经网络等行详细的原理分析与讲解，并针对不同的模型给出相应的具体应用。本书适合有一定高等数学、机器学习和Python编程基础的在校学生、高校研究者或在企业中从事深度学习的工程师使用，书中对模型的原理与难行了深分析，在每一章的*后都提供了详细的参考文献，读者可以对相关的细节行更深的研究。*后，理论与实践相结合，本书针对常用的模型分别给出了相应的应用，读者也可以在Github中下载和查看本书的代码（https://github.com/innovation-cat/DeepLearningBook）。
【推荐语】
本书*的特色在于取舍明确，一切无助于迅速理解深度学习精髓的内容全被摒弃了，并着重阐述了技术上的重和难；表达上深浅出：即便是从未触过AI知识的人，也能从作者简明清晰的表述中，一窥深度学习的殿堂。 对任何一位想成为AI/深度学习领域工程师的读者来说，《深浅出深度学习：原理剖析与Python实践》能帮你迅速AI的大门，并成长为一名合格的AI工程师。
【作者】
黄安埠，2012年毕业于清华大学，现为腾讯基础研究高级工程师，目前负责腾讯QQ音乐、全民K歌等产品的个性化推荐研发工作。研究领域包括个性化推荐和自然语言处理，在理论沉淀和工程实践都具有丰富的经验，并撰写了10余项国内相关专利。