书籍详情
![《深度学习的数学涌井良幸,涌井贞美,杨瑞龙》[29M]百度网盘|亲测有效|pdf下载](/uploads/2024-01-20/5b708b100e7b1fb7.jpg)
深度学习的数学涌井良幸,涌井贞美,杨瑞龙
- 出版社:辽版图书卖场店
- 出版时间:2019-05
- 热度:12133
- 上架时间:2024-06-30 09:38:03
- 价格:0.0
书籍下载
书籍预览
免责声明
本站支持尊重有效期内的版权/著作权,所有的资源均来自于互联网网友分享或网盘资源，一旦发现资源涉及侵权，将立即删除。希望所有用户一同监督并反馈问题，如有侵权请联系站长或发送邮件到ebook666@outlook.com,本站将立马改正
内容介绍
| 图书基本信息 | |||
| 图书名称 | 深度学习的数学 | 作者 | [日]涌井良幸,涌井贞美,杨瑞龙 |
| 定价 | 69.00元 | 出版社 | 人民邮电出版社 |
| ISBN | 9787115509345 | 出版日期 | 2019-05-01 |
| 字数 | 页码 | 225 | |
| 版次 | 装帧 | 平装 | |
| 开本 | 32开 | 商品重量 | |
| 内容提要 | |
| 《深度学习的数学》基于丰富的图示和具体示例，通俗易懂地介绍了深度学习相关的数学知识。章介绍神经网络的概况；第2章介绍理解神经网络所需的数学基础知识；第3章介绍神经网络的很优化；第4章介绍神经网络和误差反向传播法；第5章介绍深度学习和卷积神经网络。书中使用Excel进行理论验证，帮助读者直观地体验深度学习的原理。 |
| 目录 | |
| 第 1 章 神经网络的思想 n 1 - 1 神经网络和深度学习 2 n 1 - 2 神经元工作的数学表示 6 n 1 - 3 激活函数：将神经元的工作一般化 12 n 1 - 4 什么是神经网络 18 n 1 - 5 用恶魔来讲解神经网络的结构 23 n 1 - 6 将恶魔的工作翻译为神经网络的语言 31 n 1 - 7 网络自学习的神经网络 36 n 第 2 章 神经网络的数学基础 n 2 - 1 神经网络所需的函数 40 n 2 - 2 有助于理解神经网络的数列和递推关系式 46 n 2 - 3 神经网络中经常用到的Σ符号 51 n 2 - 4 有助于理解神经网络的向量基础 53 n 2 - 5 有助于理解神经网络的矩阵基础 61 n 2 - 6 神经网络的导数基础 65 n 2 - 7 神经网络的偏导数基础 72 n 2 - 8 误差反向传播法必需的链式法则 76 n 2 - 9 梯度下降法的基础：多变量函数的近似公式 80 n 2 - 10 梯度下降法的含义与公式 83 n 2 - 11 用Excel 体验梯度下降法 91 n 2 - 12 化问题和回归分析 94 n 第3 章 神经网络的化 n 3 - 1 神经网络的参数和变量 102 n 3 - 2 神经网络的变量的关系式 111 n 3 - 3 学习数据和正解 114 n 3 - 4 神经网络的代价函数 119 n 3 - 5 用Excel体验神经网络 127 n 第4 章 神经网络和误差反向传播法 n 4 - 1 梯度下降法的回顾 134 n 4 - 2 神经单元误差 141 n 4 - 3 神经网络和误差反向传播法 146 n 4 - 4 用Excel体验神经网络的误差反向传播法 153 n 第5 章 深度学习和卷积神经网络 n 5 - 1 小恶魔来讲解卷积神经网络的结构 168 n 5 - 2 将小恶魔的工作翻译为卷积神经网络的语言 174 n 5 - 3 卷积神经网络的变量关系式 180 n 5 - 4 用Excel体验卷积神经网络 193 n 5 - 5 卷积神经网络和误差反向传播法 200 n 5 - 6 用Excel体验卷积神经网络的误差反向传播法 212 n 附录 n A 训练数据（1） 222 n B 训练数据（2） 223 n C 用数学式表示模式的相似度 225 |
| 作者介绍 | |
| 涌井良幸（作者） n 1950年生于东京，毕业于东京教育大学（现筑波大学）数学系，现为自由职业者。著有《用Excel学深度学习》（合著）、《统计学有什么用？》等。 n n 涌井贞美（作者） n 1952年生于东京，完成东京大学理学系研究科硕士课程，现为自由职业者。著有《用Excel学深度学习》（合著）、《图解贝叶斯统计入门》等。 n n 杨瑞龙（译者） n 1982年生，2008年北京大学数学科学学院硕士毕业，软件开发者，从事软件行业10年。2013年～2016年赴日工作3年，从2016年开始在哆嗒数学网公众号发表《数学上下三万年》等多篇翻译作品。 |
| 编辑推荐 | |
| 一本书掌握深度学习的数学基础知识！ n n 结合235幅插图和大量示例 n 基于Excel实践，直击神经网络根本原理 n n 1.图文直观 n 穿插235幅插图和大量具体示例讲解，对易错点、重点反复说明，通俗易懂。 n 2.结合Excel实践 n 书中使用Excel进行理论验证，读者可下载随书附带的Excel示例文件，动手操作，直观地体验深度学习。 n 3.只需基础的数学知识 n 适合数学基础薄弱的深度学习初学者阅读，有基础的读者也可以通过本书加深理解。 |
