[
-
内容大纲
本书借助现实案例介绍深度学习算法的实际应用（包括最佳实践），旨在帮助读者了解如何识别和提取信息，以提高预测准确率及优化结果。
本书共10章，分别是机器学习——引言、神经网络、深度学习基本原理、无监督特征学习、图像识别、递归神经网络和语言模型、深度学习在棋盘游戏中的应用、深度学习在电子游戏中的应用、异常检测和构建一个可用于生产环境的入侵检测系统。
本书适合想深入研究深度学习算法和技术的读者学习，也适合想探究如何从这项强大技术中学到更多知识的读者参考。 -
作者介绍
-
目录
第1章 机器学习——引言
1.1 什么是机器学习
1.2 不同的机器学习方法
1.2.1 监督学习
1.2.2 无监督学习
1.2.3 强化学习
1.2.4 机器学习系统所涉及的步骤
1.2.5 关于流行技术/算法的简介
1.2.6 在现实生活中的应用
1.2.7 流行开源包
1.3 小结
第2章 神经网络
2.1 为什么是神经网络
2.2 基本原理
2.2.1 神经元以及层
2.2.2 不同类型的激活函数
2.3 反向传播算法
2.3.1 线性回归
2.3.2 逻辑回归
2.3.3 反向传播
2.4 行业应用
2.4.1 信号处理
2.4.2 医疗
2.4.3 自动汽车驾驶
2.4.4 商业
2.4.5 模式识别
2.4.6 语音生成
2.5 异或函数的神经网络代码示例
2.6 小结
第3章 深度学习基本原理
3.1 什么是深度学习
3.1.1 基本概念
3.1.2 特征学习
3.1.3 深度学习算法
3.2 深度学习应用
3.2.1 语音识别
3.2.2 对象识别与分类
3.3 图形处理单元与中央处理单元
3.4 流行开源库——引言
3.4.1 Theano
3.4.2 TensorFlow
3.4.3 Keras
3.4.4 使用Keras的简单深度神经网络代码
3.5 小结
第4章 无监督特征学习
4.1 自编码器
4.1.1 网络设计
4.1.2 用于自编码器的正则化技术
4.1.3 自编码器概述
4.2 受限玻尔兹曼机
4.2.1 霍普菲尔德网络与玻尔兹曼机
4.2.2 玻尔兹曼机
4.2.3 受限玻尔兹曼机
4.2.4 在TensorFlow中的实现
4.2.5 深度信念网络
4.3 小结
第5章 图像识别
5.1 人工模型与生物模型的相似性
5.2 直观认识与合理性
5.3 卷积层
5.4 池化层
5.5 dropout层
5.6 深度学习中的卷积层
5.7 Theano中的卷积层
5.8 用Keras来识别数字的卷积层示例
5.9 将Keras用于cifar10的卷积层示例
5.10 预训练
5.11 小结
第6章 递归神经网络和语言模型
6.1 递归神经网络
6.1.1 RNN——如何实施和训练
6.1.2 长短期记忆
6.2 语言建模
6.2.1 基于单词的语言模型
6.2.2 基于字符的语言模型
6.3 语音识别
6.3.1 语音识别管线
6.3.2 作为输入数据的语音
6.3.3 预处理
6.3.4 声学模型
6.3.5 解码
6.3.6 端到端模型
6.4 小结
6.5 拓展阅读
第7章 深度学习在棋盘游戏中的应用
7.1 早期游戏AI
7.2 用最小-最大算法评估游戏状态
7.3 实现Python井字游戏
7.4 学习价值函数
7.5 训练AI掌握围棋
7.6 应用于树结构的置信上限
7.7 蒙特卡罗树搜索中的深度学习
7.8 快速复习强化学习
7.9 用于学习策略函数的策略梯度
7.10 AlphaGo中的策略梯度
7.11 小结
第8章 深度学习在电子游戏中的应用
8.1 应用于游戏的监督学习算法
8.2 遗传算法在游戏中的应用
8.3 Q-learning算法
8.4 Q-learning算法在动作中的应用
8.5 动态游戏
8.5.1 经验回放
8.5.2 Epsilon贪婪算法
8.6 《雅达利打砖块》游戏
8.6.1 《雅达利打砖块》游戏的随机基准
8.6.2 预处理屏幕
8.6.3 创建一个深度卷积网络
8.6.4 Q-learning算法中的收敛问题
8.6.5 策略梯度与Q-learning算法
8.7 actor-critic算法
8.7.1 方差缩减基线
8.7.2 通用优势估计器
8.8 异步算法
8.9 基于模型的算法
8.10 小结
第9章 异常检测
9.1 什么是异常检测和异常点检测
9.2 异常检测的现实应用
9.3 流行的浅层机器学习技术
9.3.1 数据建模
9.3.2 检测建模
9.4 基于深度自编码器的异常检测
9.5 开始使用H2O
9.6 示例
9.6.1 MNIST数字异常识别
9.6.2 心电图脉冲检测
9.7 小结
第10章 构建一个可用于生产环境的入侵检测系统
10.1 什么是数据产品
10.2 训练
10.2.1 权值初始化
10.2.2 使用HOGWILD!的并行随机梯度下降算法
10.2.3 自适应学习
10.2.4 学习率退火
10.2.5 动量法
10.2.6 Nesterov加速法
10.2.7 牛顿迭代法
10.2.8 Adagrad算法
10.2.9 Adadelta算法
10.2.10 通过Map/Reduce实现分布式学习
10.2.11 Sparkling Water
10.3 测试
10.3.1 模型验证
10.3.2 有标记数据
10.3.3 无标记数据
10.3.4 验证总结
10.3.5 超参数调优
10.3.6 端到端评估
10.3.7 A/B测试
10.3.8 测试总结
10.4 部署
10.4.1 POJO模型导出
10.4.2 异常得分API
10.4.3 部署总结
10.5 小结
同类热销排行榜
- C语言与程序设计教程(高等学校计算机类十二五规划教材)16
- 电机与拖动基础(教育部高等学校自动化专业教学指导分委员会规划工程应用型自动化专业系列教材)13.48
- 传感器与检测技术(第2版高职高专电子信息类系列教材)13.6
- ASP.NET项目开发实战(高职高专计算机项目任务驱动模式教材)15.2
- Access数据库实用教程(第2版十二五职业教育国家规划教材)14.72
- 信号与系统(第3版下普通高等教育九五国家级重点教材)15.08
- 电气控制与PLC(普通高等教育十二五电气信息类规划教材)17.2
- 数字电子技术基础(第2版)17.36
- VB程序设计及应用(第3版十二五职业教育国家规划教材)14.32
- Java Web从入门到精通(附光盘)/软件开发视频大讲堂27.92
推荐书目
-
孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔，龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...
-
时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...
-
本质(精) 改革开放40年，恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...