科技 类型
可以朗读 语音朗读
93千字 字数
2018-06-01 发行日期
展开全部

主编推荐语

一本详细的、实用的深度学习实践指南。

内容简介

本书共有8章，详细讲解了循环神经网络、Elman神经网络、Jordan神经网络、自编码器、堆叠自编码器、受限玻尔兹曼机的相关知识。本书并没有详细介绍那些深奥的数学公式，它旨在解释深度学习模型是如何工作的，让读者学会如何构建最成功的深度学习模型，并将其用于数据挖掘，从而让读者迅速地学以致用，可以用深度学习构建更智能的应用。

目录

  • 版权信息
  • 内容提要
  • 致谢
  • 序
  • 前言
  • 资源与支持
  • 配套资源
  • 提交勘误
  • 与我们联系
  • 关于异步社区和异步图书
  • 第1章 简介
  • 1.1 什么是深度学习
  • 1.2 深度学习解决什么问题
  • 1.3 谁在使用深度学习
  • 1.4 神经网络基础
  • 1.4.1 神经元的角色（作用）
  • 1.4.2 激活函数
  • 1.4.3 神经网络学习算法
  • 第2章 深度神经网络
  • 2.1 令人惊讶的对深度神经网络的简单剖析
  • 2.2 如何用60秒或更少的时间解释清楚深度神经网络
  • 2.3 3个绝妙的使用深度神经网络的途径
  • 2.3.1 在有雾天气增强能见度
  • 2.3.2 让黑客和网络犯罪分子吃些苦头
  • 2.3.3 令人难以置信的收缩的图像压缩
  • 2.4 如何迅速逼近任意函数
  • 2.5 选择多少个神经元
  • 2.6 选择最佳神经网络层数的常识
  • 2.7 提升深度神经网络性能的3种方法
  • 2.7.1 用“dropout”方法来提高成功率
  • 2.7.2 如何从小批量（mini batching）中获益
  • 2.7.3 提前终止（Early stopping）的简单计划
  • 2.8 用R以难以置信的简单方法来构建深度神经网络
  • 2.8.1 构建深度神经网络回归模型的方法
  • 2.8.2 聪明人使用深度神经网络回归模型的技巧
  • 2.8.3 构建深度神经网络分类器的艺术
  • 2.8.4 如何构建多响应变量模型
  • 第3章 Elman神经网络
  • 3.1 什么是Elman神经网络
  • 3.2 上下文层神经元的作用是什么
  • 3.3 如何理解信息的流动
  • 3.4 如何用Elman神经网络提升效果
  • 3.5 使用Elman神经网络的4种妙招
  • 3.5.1 终极天气预报模型
  • 3.5.2 如何迅速发现严重的故障
  • 3.5.3 提高水质量的创新性想法
  • 3.5.4 在股票证券市场如何实现一个“杀手级”应用
  • 3.6 构建Elman神经网络的简单方法
  • 3.7 如何加载工具包
  • 3.8 为什么数据可视化是一门科学
  • 3.9 转换数据的秘密
  • 3.10 如何估计模型
  • 3.11 创建理想的预测
  • 第4章 Jordan神经网络
  • 4.1 Jordan神经网络可以解决的3个问题
  • 4.1.1 风速预测的终极指南
  • 4.1.2 如何对蛋白质的相互作用分类
  • 4.1.3 深度学习在西班牙语方面的应用
  • 4.2 R语言Jordan神经网络模型的基本要素
  • 4.3 寻找合适的包
  • 4.4 转换数据的方法
  • 4.5 如何选择训练样本
  • 4.6 用这个技巧来预估你的模型
  • 第5章 自编码器的秘密
  • 5.1 绝地控心术
  • 5.2 秘密揭晓
  • 5.3 可以直接检验的实用定义
  • 5.4 如何拯救巴西热带草原赛拉多（Cerrado）
  • 5.5 需要了解的基本要素
  • 5.6 稀疏自编码器的强大益处
  • 5.7 理解Kullback-Leibler距离
  • 5.8 对稀疏自编码器的3个永恒的教训
  • 5.9 好莱坞、生物统计学和稀疏自编码器的混合
  • 5.10 如何利用R语言快速使用自编码器
  • 5.11 在你自己的数据科学项目使用R语言
  • 第6章 堆叠自编码器简介
  • 6.1 深度学习大师的秘密武器
  • 6.2 最佳睡眠时间
  • 6.3 不超过5分钟就可以构建一个堆叠自编码器
  • 6.4 什么是去噪自编码器
  • 6.5 随机“调味剂”
  • 6.6 去噪自编码器的两个核心任务
  • 6.7 如何理解堆叠去噪自编码器
  • 6.8 一个惊人的实际应用
  • 6.8.1 一个创新想法
  • 6.8.2 Chen、Li、Yang是如何训练他们的模型的
  • 6.8.3 如何避免塞壬的歌声
  • 6.8.4 作者给读者提出的一个挑战
  • 6.9 用R语言构建去噪自编码器的捷径
  • 第7章 限制玻尔兹曼机
  • 7.1 了解限制玻尔兹曼机的4个步骤
  • 7.2 能量函数和概率分布的角色
  • 7.3 用一种华丽的方式来思考
  • 7.4 模型学习的目标
  • 7.5 像魔法一样的训练技巧
  • 7.5.1 技巧1：美丽的游戏
  • 7.5.2 技巧2：开启限制玻尔兹曼机“王国”的钥匙
  • 7.5.3 技巧3：如探囊取物般简单地激活函数
  • 7.5.4 技巧4：对比散度算法的替代方法
  • 7.6 对深度学习的主要批评
  • 7.7 改变世界的两个想法
  • 7.7.1 “用拳头猛击癌症”
  • 7.7.2 以华丽的方式助攻麻醉师
  • 7.8 用R语言构建限制玻尔兹曼机的秘密
  • 第8章 深度信念网络
  • 8.1 如何训练一个深度信念网络（DBM）
  • 8.1.1 预训练的关键要素
  • 8.1.2 精调的关键
  • 8.2 如何提供一个更好的呼叫等待经验
  • 8.3 可以很容易模仿的世界一流的想法
  • 8.4 用R语言构建深度信念网络的步骤
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

人民邮电出版社

人民邮电出版社是工业和信息化部主管的大型专业出版社，成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”，致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。