Py学习  »  机器学习算法

2023年新书推荐:《理解深度学习》PDF下载

kaggle竞赛宝典 • 11 月前 • 218 次点击  

公众号【轻松参会】后台回复深度学习,领取《理解深度学习》PDF
来自巴斯大学计算机科学教授Simon J.D. Prince撰写的《理解深度学习》新书,共有19章,从机器学习基础概念到深度学习各种模型,包括最新的Transformer和图神经网络,系统全面,值得阅读学习。
每一章的主要内容都有对最重要的思想的简要描述,并附有插图。附录回顾了所有的数学先决条件,不需要参考外部材料。对于希望深入研究的读者,每一章都有相关的问题、Python笔记,并总结了该领域的历史和最新研究。

Table of contents

  • Chapter 1 - 导论Introduction

  • Chapter 2 - 监督学习Supervised learning

  • Chapter 3 - 浅层神经网络Shallow neural networks

  • Chapter 4 - 深度神经网络Deep neural networks

  • Chapter 5 - 损失函数Loss functions

  • Chapter 6 - 训练模型Training models

  • Chapter 7 - 梯度与初始化Gradients and initialization

  • Chapter 8 - 度量性能Measuring performance

  • Chapter 9 - 正则化Regularization

  • Chapter 10 - 卷积网络Convolutional networks

  • Chapter 11 - 残差网络Residual networks

  • Chapter 12 - Transformers

  • Chapter 13 - 图神经网络Graph neural networks

  • Chapter 14 - 无监督学习Unsupervised learning

  • Chapter 15 - 生成对抗网络Generative adversarial networks

  • Chapter 16 - Normalizing flows

  • Chapter 17 - 变分自编码器Variational auto-encoders

  • Chapter 18 - 扩散模型Diffusion models

  • Chapter 19 - 深度强化学习Deep reinforcement learning

  • Chapter 20 - 为什么深度学习Why does deep learning work?


公众号【深度学习】后台回复深度学习,领取《理解深度学习》PDF

该公众号可搜索所有CCF收录会议/期刊交流群、截稿时间、录用率等重要信息!

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/152927
 
218 次点击