神經(jīng)網(wǎng)絡是機器學習和深度學習的基礎
初次聽說其名號的人都會充滿著各種幻想
深入了解后你會發(fā)現(xiàn)
它還是對治深度學習恐懼癥的一劑良藥
NO.1
《解析深度學習：卷積神經(jīng)網(wǎng)絡原理與視覺實踐》
魏秀參 著
周志華教授作序力薦，展現(xiàn)深度學習特別是CNN從數(shù)據(jù)、模型到系統(tǒng)的全棧式開發(fā)過程和技巧，一流的深度學習入門實踐書！
本書作為卷積神經(jīng)網(wǎng)絡的入門書籍，兼顧基礎知識和學習難點，讓初學者不僅可以看明白、而且能夠讀懂，知其所以然并舉一反三運用到自己的工程實踐中。在內(nèi)容上涵蓋深度卷積神經(jīng)網(wǎng)絡的基礎知識和實踐應用兩大方面。通過“基礎知識”和“實踐技巧”兩方面使讀者從更高維度了解、掌握并成功構(gòu)建針對自身應用問題的深度卷積神經(jīng)網(wǎng)絡。
NO.2
《圖解深度學習與神經(jīng)網(wǎng)絡：從張量到TensorFlow實現(xiàn)》
張平 編著
本書是以TensorFlow 為工具介紹神經(jīng)網(wǎng)絡和深度學習的入門書，內(nèi)容循序漸進，以簡單示例和圖例的形式，展示神經(jīng)網(wǎng)絡和深度學習背后的數(shù)學基礎原理，幫助讀者更好地理解復雜抽象的公式。同時，采用手動計算和程序代碼這兩種方式講解示例，可以更好地幫助讀者理解TensorFlow 的常用函數(shù)接口，為讀者掌握利用TensorFlow 搭建人工智能項目打下良好的基礎。
NO.3
《神經(jīng)網(wǎng)絡與深度學習應用實戰(zhàn)》
劉凡平 等 編著
本書緊密結(jié)合一線工程師的研究成果，是對當前神經(jīng)網(wǎng)絡和深度學習的完整性原理介紹和實踐分析。
本書從結(jié)構(gòu)上重點介紹了前饋型神經(jīng)網(wǎng)絡、反饋型神經(jīng)網(wǎng)絡，以及自組織競爭型神經(jīng)網(wǎng)絡，并針對當下深度學習中比較重要的網(wǎng)絡進行了詳細介紹，包括卷積神經(jīng)網(wǎng)絡、循環(huán)（遞歸）神經(jīng)網(wǎng)絡、深度信念網(wǎng)絡、生成對抗網(wǎng)絡，以及深度強化學習。
NO.4
《Python與神經(jīng)網(wǎng)絡實戰(zhàn)》
何宇健 編著
本書較為全面地介紹神經(jīng)網(wǎng)絡的諸多基礎與進階的技術(shù)，以及如何利用神經(jīng)網(wǎng)絡來解決真實世界中的現(xiàn)實任務。
各章節(jié)的內(nèi)容不僅包括了經(jīng)典的傳統(tǒng)機器學習算法與神經(jīng)網(wǎng)絡的方方面面，也對它們進行了對比與創(chuàng)新。如果能夠掌握好本書所敘述的知識的話，相信即使具體的技術(shù)迭代得再快，讀者也能根據(jù)本書所打好的基礎來快速理解、上手與改進它們。
NO.5
《Python與機器學習實戰(zhàn)：決策樹、集成學習、支持向量機與神經(jīng)網(wǎng)絡算法詳解及編程實現(xiàn)》
何宇健 編著
雖說神經(jīng)網(wǎng)絡算法的推導看上去繁復而“令人生畏”，但其實所用到的知識并不深奧。本書算法與代碼兼顧，通過簡單的Python，來完成復雜的機器學習算法。
本書由淺入深，理論與實踐并存，同時將理論也進行了合理的分級；無論讀者在此前對機器學習有何種程度的認知，想必都能通過不同的閱讀方式有所收獲。
|
