欢迎光临中图网 请 | 注册
> >>
深度学习工程师认证初级教程

深度学习工程师认证初级教程

出版社:北京航空航天大学出版社出版时间:2020-05-01
开本: 24cm 页数: 215页
本类榜单:教材销量榜
中 图 价:¥32.5(5.5折) 定价  ¥59.0 登录后可看到会员价
加入购物车 收藏
运费6元,满39元免运费
?新疆、西藏除外
本类五星书更多>

深度学习工程师认证初级教程 版权信息

深度学习工程师认证初级教程 本书特色

本书作为深度学习工程师初级认证官方教材,将深度学习理论基础与平台操作有机结合,从算法到实战,共分6章,第1~4章主要介绍专业知识,包括数学基础、Python基础、机器学习和深度学习等基础知识;第5章面向工程实战能力的训练,介绍深度学习开发平台,特别是飞桨开发平台的实战案例;第6章面向业务理解与实践能力的提升,介绍深度学习在各个行业的应用案例。 本书适合人工智能领域的工程师、研发人员,在校大学生、研究生,跨领域转AI从业者,以及对深度学习人工智能感兴趣的读者使用。 本书提供配套教学内容,详情请访问:https://aistudio.baidu.com/。

深度学习工程师认证初级教程 内容简介

本教材内容从算法到实战, 涵盖数学基础、python基础、机器学习、深度学习算法和基于PaddlePaddle框架的深度学习平台实战及行业应用案例, 包括个性化推荐的分布式实现、CTR广告点击量预估、机器翻译等。通过学习本教材, 读者可以掌握机器学习及深度学习的核心算法技术 ; 熟悉前沿深度学习的热点技术, 把握深度学习的技术发展趋势 ; 提升解决深度学习实际问题的能力。

深度学习工程师认证初级教程 目录

第1章 数学基础/1 1.1 微积分基础 /2 1.1.1 极限与积分 /2 1.1.2 导数和二阶导数 /4 1.1.3 方向导数和梯度 /5 1.1.4 凸函数和极值 /7 1.1.5 *优化方法 /8 1.2 概率与统计基础 /11 1.2.1 古典概率 /11 1.2.2 常用概率分布 /12 1.2.3 贝叶斯公式 /14 1.2.4 假设检验 /14 1.3 线性代数基础 /17 1.3.1 矩阵和向量 /17 1.3.2 矩阵乘法 /18 1.3.3 矩阵的特征值和特征向量 /19 习 题 /20 第2章 Python基础/21 2.1 Python概论 /22 2.1.1 Python简介 /22 2.1.2 Python入门 /23 2.2 NumPy函数库基础 /25 2.2.1 NumPy简介 /25 2.2.2 NumPy入门 /26 2.3 Matplotlib函数库基础 /35 2.3.1 Matplotlib简介 /35 2.3.2 Matplotlib入门 /35 2.4 Pandas函数库基础 /38 2.4.1 Pandas简介 /38 2.4.2 Pandas入门 /38 2.5 Sklearn函数库基础 /40 2.5.1 Sklearn简介 /40 2.5.2 Sklearn入门 /40 习 题 /44 第3章 机器学习/45 3.1 机器学习概论 /46 3.1.1 监督学习概述 /46 3.1.2 无监督学习概述 /47 3.1.3 强化学习概述 /49 3.2 监督学习 /50 3.2.1 回归与分类 /50 3.2.2 决策树 /56 3.2.3 神经网络 /60 3.2.4 朴素贝叶斯 /63 3.2.5 支持向量机 /66 3.3 无监督学习 /71 3.3.1 K Means算法 /71 3.3.2 降 维 /72 习 题 /75 第4章 深度学习/78 4.1 深度学习概论 /79 4.1.1 深度学习发展历程 /79 4.1.2 深度学习的应用 /82 4.1.3 深度学习框架介绍 /83 4.2 深度学习网络结构 /84 4.2.1 单层神经网络 /84 4.2.2 浅层神经网络 /88 4.2.3 深层神经网络 /92 4.3 卷积网络 /96 4.3.1 卷积神经网络简介 /96 4.3.2 卷积神经网络结构 /97 4.3.3 经典卷积网络模型 /104 4.4 循环和递归网络 /112 4.4.1 循环神经网络 /112 4.4.2 编码器与解码器 /116 4.4.3 递归神经网络 /118 4.4.4 长短期记忆 /120 深度学习 工程师认证初级教程 4.5 深度生成模型 /122 4.5.1 玻耳兹曼机 /122 4.5.2 深度信念网络 /125 4.5.3 有向生成网络 /126 4.5.4 生成随机网络 /132 习 题 /133 第5章 深度学习平台实战/135 5.1 深度学习平台介绍及环境搭建 /136 5.1.1 飞桨介绍 /136 5.1.2 飞桨环境搭建 /136 5.2 飞桨入门 /137 5.2.1 数据预处理的常规方法 /137 5.2.2 模型概览 /138 5.2.3 训练模型 /138 5.2.4 应用模型 /142 5.3 飞桨典型案例 /144 5.3.1 手写数字识别 /144 5.3.2 图像分类 /152 5.3.3 词向量 /162 5.3.4 情感分析 /171 5.3.5 语义角色标注 /180 习 题 /190 第6章 深度学习行业应用案例介绍/192 6.1 深度学习在计算机视觉中的应用 /193 6.1.1 概述及现状 /193 6.1.2 图像分类 /193 6.1.3 目标检测 /195 6.1.4 图像分割 /198 6.2 深度学习在自然语言处理中的应用 /200 6.2.1 概述及现状 /200 6.2.2 机器翻译 /200 6.2.3 问答系统 /202 6.2.4 文本情感分析 /203 6.3 深度学习在推荐系统中的应用 /204 6.3.1 概述及现状 /204 6.3.2 视频推荐 /205 6.3.3 CTR预估 /206 6.4 深度学习在语音技术中的应用 /209 6.4.1 概述及现状 /209 6.4.2 语音识别 /209 6.4.3 语音合成 /211 习 题 /212 参考文献/213
展开全部

深度学习工程师认证初级教程 作者简介

潘海侠 北京航空航天大学教授 ,参与过多个机器智能、ERP系统、物流系统、CRM系统的设计与开发;主要研究方向包括:人工智能、模式识别、计算机视觉与图像处理、软件工程、项目管理。 杨晴虹 北京航空航天大学教授,博士,硕士生导师。主要研究领域,知识挖掘,大数据分析,项目管理,科研管理; 北航软件学院软件工程硕士;美国卡耐基梅隆大学项目管理学院IT项目管理硕士;北航经济管理学院管理科学与工程专业博士;美国南康涅狄格州立大学图书信息科学访问学者;美国耶鲁大学儿童研究中心数据分析专家。

商品评论(0条)
暂无评论……
书友推荐
本类畅销
编辑推荐
返回顶部
中图网
在线客服