第 1 章是绪论,介绍人工智能、机器学习、深度学习的概要,使读者对相关知识进行全面的了解。
第 2、3 章介绍了机器学习的基础知识。
第 4、5、6 章分别讲述三种主要的神经网络模型:前馈神经网络、卷积神经网络和循环神经网络。在第 6 章中略提了下图网络的内容。
第 7 章介绍神经网络的优化与正则化方法。
第 8 章介绍神经网络中的注意力机制和外部记忆。
第 9 章简要介绍了一些无监督学习方法。
第 10 章中介绍一些和模型独立的机器学习方法:集成学习、协同学习、多任务学习、迁移学习、终生学习、小样本学习、元学习等。这些都是目前深度学习的难点和热点问题。
第 11 章介绍了概率图模型的基本概念,为后面的章节进行铺垫。
第 12 章介绍两种早期的深度学习模型:玻尔兹曼机和深度信念网络。
第 13 章介绍最近两年发展十分迅速的深度生成模型:变分自编码器和对抗生成网络。
第 14 章介绍了深度强化学习的知识。
第 15 章介绍了应用十分广泛的序列生成模型。
内容:本课程主要介绍神经网络与深度学习中的基础知识、主要模型(前馈网络、卷积网络、循环网络等)以及在计算机视觉、自然语言处理等领域的应用。
该书目前豆瓣评分 9.7 分,是入门深度学习最经典的几本中文教材之一,为了方便学习,我们整理了 pdf 供大家下载:
![](http://mmbiz.qpic.cn/mmbiz_jpg/yNnalkXE7oV3JVX2C9yfgVt0NQOmEic6bQZicFWTTlvyYPHGegNTMYhNXMICWQDaxQdRezqm4IWhZWT6A0kMTECQ/640?wx_fmt=jpeg)
额外福利
![](http://mmbiz.qpic.cn/mmbiz_png/V0Q3M5IicQd4sBhcWKe8Zzd1ov8HtEnRsias2icTmFbg5IJ42Riab6icaJZ6wCjh1F52FEP6Z7Dlniacia7hHQHKE17pQ/640?wx_fmt=png)
计算机视觉
![](http://mmbiz.qpic.cn/mmbiz_png/V0Q3M5IicQd4sBhcWKe8Zzd1ov8HtEnRseGomqFSttfQYS7KD5gZP5zsahgqW91udhkXv0LrA617Yx7yGdeicticw/640?wx_fmt=png)
深度学习
![](http://mmbiz.qpic.cn/mmbiz_png/V0Q3M5IicQd4sBhcWKe8Zzd1ov8HtEnRs2tUwthQ9wDJsm5RmxPcHpKhvHucSBq57n3Hk8jDSgom3hsn3QQ7OJw/640?wx_fmt=png)
![](http://mmbiz.qpic.cn/mmbiz_png/V0Q3M5IicQd4sBhcWKe8Zzd1ov8HtEnRs5IiaggS2Vvicia6UnlKASxbbkz4EjLsf0GgKN3P4o1BxGqXDdxfcz6Zag/640?wx_fmt=png)
人工智能精品学习资料已整理好(包含:知识体系图谱、视频课程、专业书籍 PDF 版、项目实战),免费领取!
![](http://mmbiz.qpic.cn/mmbiz_jpg/yNnalkXE7oV3JVX2C9yfgVt0NQOmEic6bQZicFWTTlvyYPHGegNTMYhNXMICWQDaxQdRezqm4IWhZWT6A0kMTECQ/640?wx_fmt=jpeg)