科技 类型
可以朗读 语音朗读
134千字 字数
2018-07-01 发行日期
展开全部

主编推荐语

本书结合案例系统地介绍了各类神经网络的架构和实现。

内容简介

本书涵盖了各种类型的神经网络，包括循环神经网络、卷积神经网络、多层神经网络、感知神经网络等。你将不仅学习如何训练神经网络，还可以探索这些神经网络的泛化。之后，将深入研究不同的神经网络模型，并与现实世界的案例相结合。

目录

  • 版权信息
  • 译者序
  • 关于作者
  • 关于审稿人
  • 前言
  • 第1章 神经网络和人工智能概念
  • 1.1 简介
  • 1.2 神经网络的灵感
  • 1.3 神经网络的工作原理
  • 1.4 分层方法
  • 1.5 权重和偏差
  • 1.6 训练神经网络
  • 1.6.1 有监督学习
  • 1.6.2 无监督学习
  • 1.7 epoch
  • 1.8 激活函数
  • 1.9 不同的激活函数
  • 1.9.1 线性函数
  • 1.9.2 单位阶跃激活函数
  • 1.9.3 sigmoid函数
  • 1.9.4 双曲正切函数
  • 1.9.5 线性修正单元函数
  • 1.10 使用哪些激活函数
  • 1.11 感知机和多层架构
  • 1.12 前向和反向传播
  • 1.13 逐步说明神经网络和激活函数
  • 1.14 前馈和反馈网络
  • 1.15 梯度下降
  • 1.16 神经网络分类法
  • 1.17 使用R语言神经网络添加包neuralnet()的简单示例
  • 1.18 使用添加包nnet()进行实现
  • 1.19 深度学习
  • 1.20 神经网络的优缺点
  • 1.21 神经网络实现的最佳实践
  • 1.22 有关GPU处理的简要说明
  • 1.23 小结
  • 第2章 神经网络中的学习过程
  • 2.1 机器学习
  • 2.1.1 有监督学习
  • 2.1.2 无监督学习
  • 2.1.3 强化学习
  • 2.2 训练和测试模型
  • 2.3 数据循环
  • 2.4 评估指标
  • 2.5 学习神经网络
  • 2.6 反向传播
  • 2.7 神经网络学习算法的优化
  • 2.8 神经网络中的有监督学习
  • 2.8.1 波士顿数据集
  • 2.8.2 对波士顿数据集进行神经网络回归
  • 2.9 神经网络中的无监督学习
  • 2.9.1 竞争学习
  • 2.9.2 Kohonen SOM
  • 2.10 小结
  • 第3章 使用多层神经网络进行深度学习
  • 3.1 DNN简介
  • 3.2 用于DNN的R语言
  • 3.3 通过neuralnet建立多层神经网络
  • 3.4 使用H2O对DNN进行训练和建模
  • 3.5 使用H2O建立深度自动编码器
  • 3.6 小结
  • 第4章 感知神经网络建模——基本模型
  • 4.1 感知机及其应用
  • 4.2 简单感知机——一个线性可分离分类器
  • 4.3 线性分离
  • 4.4 R中的感知机函数
  • 4.5 多层感知机
  • 4.6 使用RSNNS在R中实现MLP
  • 4.7 小结
  • 第5章 在R中训练和可视化神经网络
  • 5.1 使用神经网络进行数据拟合
  • 5.1.1 探索性分析
  • 5.1.2 神经网络模型
  • 5.2 使用神经网络对乳腺癌进行分类
  • 5.2.1 探索性分析
  • 5.2.2 神经网络模型
  • 5.2.3 网络训练阶段
  • 5.2.4 测试神经网络
  • 5.3 神经网络训练中的早期停止
  • 5.4 避免模型中的过拟合
  • 5.5 神经网络的泛化
  • 5.6 神经网络模型中数据的缩放
  • 5.7 集成神经网络来预测
  • 5.8 小结
  • 第6章 循环和卷积神经网络
  • 6.1 循环神经网络
  • 6.2 R中的添加包rnn
  • 6.3 LSTM模型
  • 6.4 卷积神经网络
  • 6.5 常见的CNN架构——LeNet
  • 6.6 使用RNN进行湿度预测
  • 6.7 小结
  • 第7章 神经网络案例——高级主题
  • 7.1 TensorFlow与R的集成
  • 7.2 Keras与R的集成
  • 7.3 在R中使用MNIST HWR
  • 7.4 使用数据集iris建立LSTM
  • 7.5 使用自动编码器
  • 7.6 使用H2O进行主成分分析
  • 7.7 使用H2O建立自动编码器
  • 7.8 使用添加包darch检测乳腺癌
  • 7.9 小结
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

机械工业出版社有限公司

机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。