深度学习 pdf epub mobi txt 电子书下载 2024

☆☆☆☆☆
简体网页||繁体网页

[美]特伦斯·谢诺夫斯基（Terrence Sejnowski）

中信出版集团

姜悦兵

2019-2

400

精装

9787508698359

图书标签: 人工智能深度学习 AI 机器学习计算机科普 2019 好书，值得一读

喜欢深度学习的读者还喜欢

下载链接在页面底部

点击这里下载

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 复制链接

想要找书就要到小哈图书下载中心

qciss.net

立刻按 ctrl+D收藏本页

你会得到大惊喜!!

发表于2024-12-22

深度学习 epub 下载 mobi 下载 pdf 下载 txt 电子书下载 2024

深度学习 pdf epub mobi txt 电子书下载 2024

图书描述

全球科技巨头纷纷拥抱深度学习，自动驾驶、AI医疗、语音识别、图像识别、智能翻译以及震惊世界的AlphaGo，背后都是深度学习在发挥神奇的作用。深度学习是人工智能从概念到繁荣得以实现的主流技术。经过深度学习训练的计算机，不再被动按照指令运转，而是像自然进化的生命那样，开始自主地从经验中学习。

本书作者特伦斯·谢诺夫斯基是全球人工智能十大科学家之一、深度学习先驱及奠基者，亲历了深度学习在20世纪70年代到90年代的寒冬。但他和一众开拓者，利用大数据和不断增强的计算能力，终于在神经网络算法上取得重大突破，实现了人工智能井喷式的发展。

作为深度学习领域的通识作品，本书以恢弘的笔触，通过3个部分全景展现了深度学习的发展、演变与应用，首次以亲历者视角回溯了深度学习浪潮在过去60年间的发展脉络与人工智能的螺旋上升，并前瞻性地预测了智能时代的商业图景。

深度学习下载 mobi epub pdf txt 电子书

著者简介

特伦斯·谢诺夫斯基 Terrence (Terry) Sejnowski

世界十大AI科学家之一，美国四大国家学院（国家科学院、国家医学院、国家工程院、国家艺术与科学学院）在世仅3位的“四院院士”之一，全球AI专业会议NIPS基金会主席。

作为神经网络的先驱，早在1986年，特伦斯就与杰弗里·辛顿共同发明了玻尔兹曼机，把神经网络带入到研究与应用的热潮，将深度学习从边缘课题变成了互联网科技公司仰赖的核心技术，实现了人工智能井喷式的发展。

特伦斯现任美国索尔克生物研究所(美国生命科学领域成果最多的研究机构) 计算神经生物学实验室主任，是美国政府注资50亿美元“脑计划”项目（BRAIN，the Brain Research through Advancing Innovative Neurotechnologies）领军人物。

特伦斯同时是全球最大在线学习平台Coursera最受欢迎课程《学习如何学习》（Learning how to learn）主理人，通过系统讲解大脑认知的底层知识，让学习者可以改变思维模式，提高学习的能力和效率。目前该课程学习人数已经超过了300万。

图书目录

深度学习 pdf epub mobi txt 电子书下载

想要找书就要到小哈图书下载中心

qciss.net

立刻按 ctrl+D收藏本页

你会得到大惊喜!!

用户评价

评分☆☆☆☆☆

翻了翻，不值这个价

评分☆☆☆☆☆

1.作者在深度学习领域的研究历程。内容广而不深。 2.深度学习的应用超前于理论。类似人类尚未能解释大脑的学习以及意识的机理。 3.深度学习理论的发展是否有助于解释人脑，甚至是其他生物的进化学习过程？

评分☆☆☆☆☆

这本书首先定位就不太明确, 对于初学者来说, 讲解一大堆算法, 其实没有什么意义. 对于有一定知识储备的人来说又过浅. 两头不讨好. 其次, 作者对算法的历史写得过于详细了. XX大学的XX教授发明了算法A, XX大学的XX博士制作了程序B. 天, 这是凑字数用的吗?

评分☆☆☆☆☆

读不下去，把复杂的事情讲得更凌乱

评分☆☆☆☆☆

第一部分综述了人工智能和脑科学的飞速发展及广泛的应用，也包括一些隐忧。这波人工智能突破关键是神经网络算法出现，也即深度学习，而作者正是主要参与者之一。神经网络算法不同于符号学说，其大量借鉴人类大脑运作机制，而这也是作者的核心主张：人工智能算法与人类大脑学习模式有着同构性，未来人工智能领域的突破很可能是因为人类对大脑认识有了进一步飞跃。第二部分是全书的核心，其介绍了神经网络算法中几个关键点的突破，内容包括：感知器（单层到多层，加入隐含层以处理抽象认知）、玻尔兹曼机、反向传播算法、卷积学习、奖励学习（强化学习）、生成式对抗网络等。延续了50多年，几代科学家不懈努力和坚持，让这一当初被人抛弃的学派重见天日，并且主导了当下人工智能发展趋势。这部分涉及不少技术细节。第三部分是关于未来的展望。