Py学习  »  机器学习算法

资料|中文开源书《深度学习》推荐分享

机器学习算法与自然语言处理 • 4 年前 • 318 次点击  

点击上方“AI遇见机器学习”,选择“星标”公众号

重磅干货,第一时间送达

一、资源简介


《深度学习》由全球知名的三位专家Ian Goodfellow、Yoshua Bengio 和Aaron Courville撰写,是深度学习领域奠基性的经典教材。全书的内容包括3个部分:第1部分介绍基本的数学工具和机器学习的概念,它们是深度学习的预备知识;第2部分系统深入地讲解现今已成熟的深度学习方法和技术;第3部分讨论某些具有前瞻性的方向和想法,它们被公认为是深度学习未来的研究重点。


《深度学习》适合各类读者阅读,包括相关专业的大学生或研究生,以及不具有机器学习或统计背景、但是想要快速补充深度学习知识,以便在实际产品或平台中应用的软件工程师。


作者简介

Ian Goodfellow,谷歌公司(Google) 的研究科学家,2014 年蒙特利尔大学机器学习博士。他的研究兴趣涵盖大多数深度学习主题,特别是生成模型以及机器学习的安全和隐私。


Yoshua Bengio,蒙特利尔大学计算机科学与运筹学系(DIRO) 的教授,蒙特利尔学习算法研究所(MILA) 的负责人,CIFAR 项目的共同负责人,加拿大统计学习算法研究主席。


Aaron Courville,蒙特利尔大学计算机科学与运筹学系的助理教授,也是LISA 实验室的成员。


中文开源官网:

https://github.com/exacity/deeplearningbook-chinese

二、主要内容


下面是一些目录:

第 1 章 引言 

第 1 部分 应用数学与机器学习基础
第 2 章 线性代数         

第 3 章 概率与信息论      

第 4 章 数值计算  

第 5 章 机器学习基础        

第 6 章 深度前馈网络 

第 7 章 深度学习中的正则化

第 8 章 深度模型中的优化

第 9 章 卷积网络 

第 10 章 序列建模:循环和递归网络

第 11 章 实践方法论

第 12 章 应用

第 13 章 线性因子模型

第 14 章 自编码器


三、资源分享


同时为了方便大家,我们把最新资料打包好了,可以直接下载哦~


获取方式:

1. 关注我们的公众号“AI遇见机器学习”

2. 后台回复“中文深度学习” 即可以获取资料哈~(建议复制,避免错字)


推荐阅读

干货|学术论文怎么写

资源|NLP书籍及课程推荐(附资料下载)

干货|全面理解N-Gram语言模型

资源|《Machine Learning for OpenCV》书籍推荐


欢迎关注我们,看通俗干货

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/38746
 
318 次点击