MARC状态：审校 文献类型：中文图书 浏览次数：13
- 题名/责任者:
- 深度学习入门:基于Python的实现/吴喜之, 张敏编著
- 出版发行项:
- 北京:中国人民大学出版社,2021
- ISBN及定价:
- 978-7-300-29078-2/CNY45.00
- 载体形态项:
- 233页:图;26cm
- 丛编项:
- 基于Python的数据分析丛书
- 个人责任者:
- 吴喜之 编著
- 个人责任者:
- 张敏 编著
- 学科主题:
- 机器学习
- 学科主题:
- 软件工具-程序设计
- 中图法分类号:
- TP181
- 中图法分类号:
- TP311.561
- 责任者附注:
- 吴喜之, 北京大学数学力学系本科毕业, 北卡罗来纳大学统计学博士。中国人民大学统计学院教授, 博士生导师。张敏, 云南财经大学统计学博士, 现就职于重庆工商大学。
- 提要文摘附注:
- 深度学习是一种人工智能, 模仿人脑处理数据和创建用于决策的模式方面的工作, 处理用于检测对象、识别语音、翻译语言和进行决策的数据。本书是深度学习入门级教材, 有以下特点: 1.由浅入深, 对于最基本的单层神经网络到多层神经网络的前向及后向传播论, 从公式到代码缓慢进阶, 做了透彻的解释, 易于理解及上手。2.在基本模块介绍之后, 对于各种更复杂的模型并不拘泥于细节, 而是着重介绍其含义, 让读者着眼于整体框架及未来发展。3.尽量跟随新发展, 书中最新的模型来自2020年。
全部MARC细节信息>>