深度学习的数学

栏目: 数据库 · 发布时间: 4年前

深度学习的数学

周末联合图灵教育做个新书活动,送5本《深度学习的数学》,规则和之前一样,直接抽, 公众号后台回复 读书 , 弹出抽奖小程序后点击参与,开奖时间是后天晚上8点,也就是5月28号周二20点开奖。中奖用户必须是AINLP公众号粉丝,否则视为自动放弃,请中奖的同学添加微信号 "AINLP2" ,再确认一下快递信息,过期不候。最后 感谢本次活动的赞助者 「图灵教育」

以下是《深度学习的数学》的相关介绍:

作者: 涌井良幸、涌井贞美

译者: 杨瑞龙

  • 结合235幅插图和大量示例

  • 基于Excel实践,直击神经网络根本原理

本书内容: 书中基于丰富的图示和具体示例,通俗地介绍了深度学习相关的数学基础知识。 第1章介绍神经网络的概况; 第2章介绍理解神经网络所需的数学基础知识; 第3章介绍神经网络的最优化; 第4章介绍神经网络和误差反向传播法; 第5章介绍深度学习和卷积神经网络。

本书特色:

1.  图文直观 穿插235幅插图和大量具体示例讲解,对易错点、重点反复说明,通俗易懂。

2.  结合Excel实践 书中使用Excel进行理论验证,读者可下载随书附带的Excel示例文件,亲自动手操作,直观地体验深度学习。

3.  只需基础的数学知识 适合数学基础薄弱的深度学习初学者阅读,有一定基础的读者也可以通过本书加深理解。

本书正确使用方法:

  • 本书的目的在于提供理解神经网络所需的数学基础知识。 为了便于读 者直观地理解,书中使用大量图片,并通过具体示例来介绍。 因此, 本书将数学的严谨性放在第二位。

  • 深度学习的世界是丰富多彩的,本书主要考虑阶层型神经网络和卷积 神经网络在图像识别中的应用。

  • 本书将Sigmoid 函数作为激活函数,除此之外也可以考虑其他函数。

  • 本书以最小二乘法作为数学上的最优化的基础,除此之外也可以考虑 其他方法。

  • 神经网络可分为有监督学习和无监督学习两类。 本书主要讲解有监督 学习。

  • 人工智能相关的文献之所以难读,其中一个原因就是各文献所用的符 号不统一。 本书采用的是相关文献中常用的符号。

  • 本书使用Excel 进行理论验证。 Excel 是一个非常优秀的工具,能够在 工作表上可视化地展现逻辑,有助于我们理解。 因此,相应的项目需 要以Excel 的基础知识为前提。

作译者介绍:

涌井良幸(作者) 1950年生于东京,毕业于东京教育大学(现筑波大学)数学系,现为自由职业者。 著有《用Excel学深度学习》(合著)、《统计学有什么用? 》等。

涌井贞美(作者) 1952年生于东京,完成东京大学理学系研究科硕士课程,现为自由职业者。 著有《用Excel学深度学习》(合著)、《图解贝叶斯统计入门》等。

杨瑞龙(译者) 1982年生,2008年北京大学数学科学学院硕士毕业,软件开发者,从事软件行业10年。

2013年~2016年赴日工作3年,从2016年开始在哆嗒数学网公众号发表《数学上下三万年》等多篇翻译作品。

本书目录:

第1章神经网络的思想

1.1神经网络和深度学习2

1.2神经元工作的数学表示6

1.3激活函数: 将神经元的工作一般化12

1.4什么是神经网络18

1.5用恶魔来讲解神经网络的结构23

1.6将恶魔的工作翻译为神经网络的语言31

1.7网络自学习的神经网络36

第2章神经网络的数学基础

2.1神经网络所需的函数40

2.2有助于理解神经网络的数列和递推关系式46

2.3神经网络中经常用到的Σ符号51

2.4有助于理解神经网络的向量基础53

2.5有助于理解神经网络的矩阵基础61

2.6神经网络的导数基础65

2.7神经网络的偏导数基础72

2.8误差反向传播法必需的链式法则76

2.9梯度下降法的基础: 多变量函数的近似公式80

2.10梯度下降法的含义与公式83

2.11用Excel体验梯度下降法91

2.12最优化问题和回归分析94

第3章神经网络的最优化

3.1神经网络的参数和变量102

3.2神经网络的变量的关系式111

3.3学习数据和正解114

3.4神经网络的代价函数119

3.5用Excel体验神经网络127

第4章神经网络和误差反向传播法

4.1梯度下降法的回顾134

4.2神经单元误差δ∧l∨j141

4.3神经网络和误差反向传播法146

4.4用Excel 体验神经网络的误差反向传播法153

第5章深度学习和卷积神经网络

5.1小恶魔来讲解卷积神经网络的结构168

5.2将小恶魔的工作翻译为卷积神经网络的语言174

5.3卷积神经网络的变量关系式180

5.4用Excel体验卷积神经网络193

5.5卷积神经网络和误差反向传播法200

5.6用Excel体验卷积神经网络的误差反向传播法212

推荐阅读: 褥当当羊毛:170元购400元书


以上所述就是小编给大家介绍的《深度学习的数学》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

谷歌时代的柏拉图

谷歌时代的柏拉图

[美] 丽贝卡·戈尔茨坦 / 李鹏程 / 中信出版集团·新思文化 / 2017-12-10 / 69.00元

我愿意用我所有的科技去换取和苏格拉底相处的一个下午。 ——史蒂夫•乔布斯 谷歌时代,科技昌明,众声喧哗,哲学提出的许多问题,科学似乎都已经给出了答案。若是如此,为什么我们今天还需要哲学?这个由古希腊城邦时代的哲人苏格拉底和柏拉图开创的学科,真的过时了吗? 已经2400岁 的柏拉图对此有话要说。哲学家兼小说家、美国国家人文奖章获得者戈尔茨坦史海钩沉,从经典著作中复活了柏拉图,让他来......一起来看看 《谷歌时代的柏拉图》 这本书的介绍吧!

HEX CMYK 转换工具
HEX CMYK 转换工具

HEX CMYK 互转工具

HSV CMYK 转换工具
HSV CMYK 转换工具

HSV CMYK互换工具