MATLAB深度學習 機器學習、神經網絡與人工智能 ( 簡體 字) |
| 作者：[美]Phil Kim 著 | 類別：1. -> 工程繪圖與工程計算 -> Matlab
2. -> 程式設計 -> 深度學習
3. -> 程式設計 -> 機器學習
4. -> 程式設計 -> 人工智慧 |
| 譯者：敖富江 杜靜 周浩 譯 |
| 出版社：清華大學出版社 |  3dWoo書號： 48953
詢問書籍請說出此書號！【缺書】
NT售價： 250 元 |
| 出版日：3/1/2018 |
| 頁數：116 |
| 光碟數：0 |
|
站長推薦：   |
| 印刷：黑白印刷 | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787302496380 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
前言：
積神經網路是圖像識別技術的不二選擇。該章首先介紹卷積神經網路的基本概念和架構，並將其與之前的圖像識別演算法進行比較。接著介紹作為卷積神經網路基本組成部分的卷積層和池化層的作用和原理。該章最終以一個應用了卷積神經網路的數位圖像識別示例結束，並分析了圖像經由卷積神經網路各層時的演變情況。
原始程式碼
《MATLAB深度學習 機器學習、神經網路與人工智慧》中使用的所有原始程式碼均可通過Apress網站(www.apress.com/9781484228449) 線上獲得，也可掃描《MATLAB深度學習 機器學習、神經網路與人工智慧》封底的二維碼下載。這些示例代碼已經在MATLAB 2014a環境中進行了測試，不再需要其他軟體工具。
|
內容簡介：MATLAB深度學習 在《MATLAB深度學習 機器學習、神經網路與人工智慧》深入淺出的指導方式下，開啟 MATLAB深度學習與人工智慧之旅吧！《MATLAB深度學習 機器學習、神經網路與人工智慧》開篇介紹機器學習的基礎知識，然後逐漸鋪開，分別討論神經網路、深度學習以及卷積神經網路。為將理論知識與實際應用完美結合，《MATLAB深度學習 機器學習、神經網路與人工智慧》將 MATLAB作為書中示例及案例分析的基礎程式設計語言和開發工具。 通過學習《MATLAB深度學習 機器學習、神經網路與人工智慧》，你將能應對當今現實世界中的一些大資料、智慧型機器人以及其他複雜資料問 題。你將體會到，在當前的智慧資料分析與應用中，深度學習是機器學習領域更高級、更智慧 的方面。 主要內容 ● 使用MATLAB進行深度學習 ● 學習單層神經網路和多層神經網路 ● 應用卷積層與池化層 ● 用卷積層和池化層構建MNIST示例 |
目錄：
第1章 機器學習 1
1.1 什麼是機器學習 2
1.2 機器學習面臨的挑戰 4
1.2.1 過擬合 5
1.2.2 克服過擬合 7
1.3 機器學習的類型 9
1.4 本章小結 13
第2章 神經網路 15
2.1 神經網路的節點 15
2.2 神經網路的層 17
2.3 神經網路的監督學習 21
2.4 訓練單層神經網路：delta規則 22
2.5 廣義delta規則 25
2.6 SGD、Batch和MiniBatch 26
2.6.1 SGD 26
2.6.2 Batch 27
2.6.3 Mini Batch 27
2.7 delta規則示例 29
2.8 SGD方法的實現 30
2.9 Batch方法的實現 32
2.10 SGD與Batch的比較 34
2.11 單層神經網路的局限性 36
2.12 究竟發生了什麼？ 38
2.13 本章小結 40
第3章 多層神經網路的訓練 41
3.1 反向傳播演算法 42
3.2 反向傳播示例 46
3.2.1 XOR問題 48
3.2.2 動量 50
3.3 代價函數與學習規則 53
3.4 交叉熵函數示例 57
3.5 交叉熵函數 58
3.6 代價函數比較 60
3.7 本章小結 62
第4章 神經網路與分類問題 63
4.1 二元分類 63
4.2 多元分類 66
4.3 多元分類示例 71
4.4 本章小結 78
第5章 深度學習 79
5.1 深度神經網路的改進 80
5.1.1 梯度消失 81
5.1.2
過擬合 82
5.1.3 計算負載 83
5.2 ReLU與Dropout的實例 84
5.2.1 ReLU函數 85
5.2.2 Dropout 88
5.3 本章小結 93
第6章 卷積神經網路 95
6.1 卷積神經網路架構 95
6.2 卷積層 97
6.3 池化層 101
6.4 MNIST示例 102
6.5 本章小結 116
|
| 序： |
