简介
本书初定五个章节,第一章浅层模型部分介绍线性回归、Logistics 回归、Softmax 回归、广义线性回归模型以及机器学习基本概念。第二章介绍深度学习模型以及相应的正则化技术。第三章介绍卷积的物理意义、卷积神经网络及其各种改进。第四章介绍反馈神经网络及其改进的长短期记忆单元。第五章介绍深度强化学习,展示深度卷积网络如何与强化学习技术融合用以人机围棋博弈以及自动驾驶领域。
编辑推荐
本书目标读者是大三以上的学生,以及广大的工程技术人员,研发人员。亦可以作为统计、计算机、大数据以及相关专业和各交叉学科的教材使用。
更多出版物信息
- 版权: 清华大学出版社
- 出版: 2020-08-01
- 更新: 2023-06-21
- 书号:9787302546597
- 中图:TP181
- 学科:工学控制科学与工程工学计算机科学与技术交叉学科智能科学与技术