机读格式显示(MARC)
- 000 02296nam0 2200289 450
- 010 __ |a 978-7-5153-6161-1 |d CNY69.80
- 100 __ |a 20201204d2021 em y0chiy50 ea
- 200 1_ |a Excel & AI数据计算处理与分析之深度学习 |A E x c e l & A I shu ju ji suan chu li yu fen xi zhi shen du xue xi |e 人工智能与电子表格的超完美结合 |f (日) 涌井良幸, 涌井贞美著 |g 朱立坤译
- 210 __ |a 北京 |c 中国青年出版社 |d 2021.1
- 215 __ |a 207页 |c 图 |d 21cm
- 330 __ |a 本书借助Excel，向读者介绍深度学习结构的入门知识。讨论具体题目的同时，一步一步阐明深度学习的构造。关于深度学习的著作浩如烟海，但绝大多数都侧重于介绍使用方法与应用示例。而介绍“深度学习是怎样识别图形的”这样的根本问题的著作，确实是凤毛麟角。即使有，也十分难懂。可以预见在未来，深度学习的发展前景将十分广阔，置身于这个时代，牢牢抓住基础才能在今后的大潮中勇立潮头。本书的目的就是将其基础构造可视化。本书内容具体包括：第一章，初步了解深度学习，内容包括卷积神经网络结构概要、AI与深度学习；第二章，Excel的复习与应用，内容包括七个Excel函数、Excel引用形式、Excel规划求解的使用方法、回归分析与最优化问题；第三章，神经元模型，内容包括神经细胞的功能、神经细胞功能的公式形式、人工神经元与个性化函数、从阶跃函数到Sigmoid函数；第四章，神经网络结构，内容包括如何读取神经网络结构、神经网络如何识别手写文字、使用训练数据计算神经网络的输出值、正确答案与输出值之间的误差、神经网络的目标函数、优化神经网络、解释最优化参数、测试神经网络、神经网络在现实手写文字中的应用；第五章，卷积神经网络结构，内容包括如何读取卷积神经网络结构、卷积神经网络如何识别手写文字、卷积神经网络的输入层、为卷积神经网络设置特异卷积层、卷积神经网络的池化层、卷积神经网络的输出层、正确答案与输出值之间的误差、卷积神经网络的目标函数、卷积神经网络的最优化、解释最优化参数、测试卷积神经网络、负值参数、更改隐藏层激活函数。
- 517 1_ |a 人工智能与电子表格的超完美结合 |A ren gong zhi neng yu dian zi biao ge de chao wan mei jie he
- 606 0_ |a 表处理软件 |A biao chu li ruan jian
- 701 _0 |a 涌井良幸 |A yong jing liang xing |4 著
- 701 _0 |a 涌井贞美 |A yong jing zhen mei |4 著
- 702 _0 |a 朱立坤 |A zhu li kun |4 译
- 801 _0 |a CN |b 江苏新华 |c 20201012
- 905 __ |a WXCSXY |d TP391.13/471