中国人工智能学会副理事长焦李成先生推荐 中国信息通信研究院云计算与大数据研究所所长 何宝宏博士作序推荐 源自前华为技术专家的集大成之作 人工神经网络的大师级学院派作品 聚焦于原理讲解 不涉及编码实现 旨在传授纯粹的人工神经网络知识 近年来，人工神经网络又一次成为了人工智能领域的研究热。随着研究工作的不断深，人工神经网络在图像识别、语音识别、自动语言处理、自动控制、数据挖掘、预测估计以及生物、医学、经济等领域取得了越来越多令人惊叹的成功应用。
售 价：¥
纸质售价：¥54.50购买纸书
6.2
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
内容提要
自序
作者简介
献辞
致谢
前言
资源与支持
第1章 背景知识
1.1 什么是智能
1.2 大脑与神经元
1.3 关于人工智能/机器学习/神经网络/深度学习
第2章 函数
2.1 函数的极限
2.2 函数的连续性
2.3 导数
2.4 凹凸性与拐点
2.5 极值与驻点
2.6 曲率
2.7 二元函数
第3章 梯度
3.1 矢量的概念
3.2 矢量的运算
3.3 矢量与坐标
3.4 方向角与方向余弦
3.5 矢量的数量积
3.6 函数的梯度
第4章 矩阵
4.1 矩阵的概念及运算
4.2 矩阵的初等变换
4.3 矢量的矩阵表示法
4.4 矩阵的秩
4.5 矩阵的逆
4.6 从标量函数到矩阵函数
第5章 MCP模型及感知器（Perceptron）
5.1 MCP模型
5.2 模式识别初探
5.3 感知器
5.4 凸集与单层感知器
5.5 XOR问题
第6章 多层感知器（MLP）
6.1 纵向串接
6.2 MLP的基本架构
6.3 BP算法
6.4 梯度下降法
6.5 极小值问题
6.6 学习率
6.7 批量训练
6.8 欠拟合与过拟合
6.9 容量
6.10 拓扑
6.11 收敛曲线
6.12 训练样本集
6.13 权值连接方式
第7章 径向基函数神经网络（RBFNN）
7.1 插值的概念
7.2 RBF
7.3 从精确插值到RBFNN
7.4 Cover定理
7.5 空间分割问题
7.6 训练策略
第8章 卷积神经网络（CNN）
8.1 卷积运算与相关运算
8.2 卷积核与特征映射图
8.3 CNN的一般结构
8.4 三种思想
8.5 边界策略
8.6 池化
8.7 CNN网络实例
8.8 Hubel-Wiesel实验
第9章 循环神经网络（RNN）
9.1 N-Gram模型
9.2 RNN示例
9.3 单向RNN
9.4 BPTT算法
9.5 填空问题
9.6 双向RNN
9.7 梯度爆炸与梯度消失
9.8 LSTM
结束语
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
