深度学习(deep learning)

深度学习(deep learning)
  • 书名: 深度学习(deep learning)
  • 作者: 伊恩·古德费洛 (Ian Goodfellow)
  • ISBN: 9787115461476
  • 出版时间: 2017-08-01
  • 出版社: 人民邮电出版社
  • 入库时间: 1501040289
  • 更新时间: 1501040289
下载电子书

内容简介

——ElonMusk,OpenAI联合主席,特斯拉和SpaceX共同创始人兼首席执行官
这是深度学习的权威教科书,由该领域的主要贡献者撰写。此书内容非常清晰、全面并且权威。阅读这本书,你可以知道深度学习的由来、它的好处以及它的未来。
——GeoffreyHinton,多伦多大学荣誉退休教授,Google杰出研究科学家
最近十年以来,深度学习成为了风靡全球的技术。学生、从业人员和教师都需要这样一本包含基本概念、实践方法和高级研究课题的教科书。这是深度学习领域第1本综合性的教科书,由几位具有创意和多产的研究人员撰写。这本书将成为经典。
——YannLeCun,Facebook人工智能研究院院长,纽约大学计算机科学、数据科学与神经科学教授
深度学习的中文译本忠实客观地表述了英文原稿的内容。本书三位共同作者是一个老中青三代结合的整体,既有深度学习领域的奠基人,也有处于研究生涯中期的领域中坚,更有领域里近年涌现的新星。所以书作结构行文很好地考虑到了处于研究生涯各个不同阶段的学生和研究人员的需求,是一本非常好的关于深度学习的教科书。
深度学习近年在学术界和产业界都取得了极大的成功,但诚如本书作者所说,深度学习是创建人工智能系统的一个重要的方法,但不是全部的方法。期望在人工智能领域有所作为的研究人员,更可以通过本书充分思考深度学习和传统机器学习和人工智能算法的联系和区别,共同推进本领域的发展。
——微软研究院首席研究员华刚博士
这是一本还在写作阶段就被开发、研究,工程人员极大关注的深度学习教科书。它的出版表明了我们进入了一个系统化理解和组织深度学习框架的新时代。这本书从浅入深介绍了基本数学、机器学习经验,以及现阶段深度学习理论和发展。它能帮助AI技术爱好者和从业人员在三位专家学者的思维带领下全方位了解深度学习。
——腾讯优图杰出科学家、香港中文大学教授贾佳亚
深度学习代表了我们这个时代的人工智能技术。这部由该领域最权威的几位学者Goodfellow、Bengio、Courville撰写的题为《深度学习》的著作,涵盖了深度学习的基础与应用、理论与实践等各个方面的主要技术,观点鲜明,论述深刻,讲解详尽,内容充实。相信这是每一位关注深度学习人士的必读书目和必备宝典。感谢张志华教授等的辛勤审校,使这部大作能够这么快与中文读者见面。
——华为诺亚方舟实验室主任,北京大学、南京大学客座教授,IEEEFellow李航
从基础前馈神经网络到深度生成模型,从数学模型到最佳实践,此书覆盖深度学习的各个方面。《深度学习》是当下最适合的入门书籍,强烈推荐给此领域的研究者和从业人员。
——亚马逊主任科学家、ApacheMXNet发起人之一李沐
出自三位深度学习最前沿权威学者的教科书一定要在案前放一本。本书的第二部分是精华,对深度学习的基本技术进行了深入浅出的精彩阐述。
——ResNet作者之一、Face++首席科学家孙剑
过去十年里,深度学习的广泛应用开创了人工智能的新时代。这本教材是深度学习领域有重要影响的几位学者共同撰写。它涵盖了深度学习的主要方向,为想进入该领域的研究人员,工程师,以及初学者提供了一个很好的系统性教材。
——香港中文大学信息工程系主任汤晓鸥教授
AI圣经!此书是所有数据科学家和机器学习从业者要在这个快速增长的下一代技术领域立足的必读书籍。
——DanielD.Gutierrez,知名媒体机构insideBIGDATA
这是一本教科书,又不止是一本教科书。任何对深度学习感兴趣的读者,本书在很长一段时间里,都将是你能获得的最全面系统的资料,以及思考并真正推进深度学习产业应用、构建智能化社会框架的绝佳理论起点。
——新智元创始人兼CEO杨静
深度学习是机器学习的一个分支,它能够使计算机通过层次概念来学习经验和理解世界。因为计算机能够从经验中获取知识,所以不需要人类来形式化地定义计算机需要的所有知识。层次概念允许计算机通过构造简单的概念来学习复杂的概念,而这些分层的图结构将具有很深的层次。本书会介绍深度学习领域的许多主题。
封面特色:由艺术家DanielAmbrosi提供的中央公园杜鹃花步道梦幻景观。在Ambrosi的亿级像素全景图上,应用JosephSmarr(Google)和ChirsLamb(NVIDIA)修改后的GoogleDeepDream开源程序,创造了DanielAmbrosi的“幻景”。《深度学习》由该领域的三位专家撰写,是目前该领域...的综合性图书。它为正在进入该领域的软件工程师和学生提供了广泛的视角和基础的数学知识,同时也可以为研究者提供参考。
本书囊括了数学及相关概念的背景知识,包括线性代数、概率论、信息论、数值优化以及机器学习中的相关内容。同时,它还介绍了工业界中实践者用到的深度学习技术,包括深度前馈网络、正则化、优化算法、卷积网络、序列建模和实践方法等,并且调研了诸如自然语言处理、语音识别、计算机视觉、在线推荐系统、生物信息学以及视频游戏方面的应用。最后,本书还提供了一些研究方向,涵盖的理论主题包括线性因子模型、自编码器、表示学习、结构化概率模型、蒙特卡罗方法、配分函数、近似推断以及深度生成模型。

点击进入本书相关文件下载页
用户发表评论
取消评论

表情

网友最新评论