深度学习:从基础到实践

副标题：无

作者: 安德鲁·格拉斯纳

内容简介：

​ 本书从基本概念和理论入手，通过近千张图和简单的例子由浅入深地讲解深度学习的相关知识，且不涉及复杂的数学内容。 本书分为上下两册。上册着重介绍深度学习的基础知识，旨在帮助读者建立扎实的知识储备，主要介绍随机性与基础统计学、训练与测试、过拟合与欠拟合、神经元、学习与推理、数据准备、分类器、集成算法、前馈网络、激活函数、反向传播等内容。下册介绍机器学习的scikit-learn库和深度学习的Keras库（这两种库均基于Python语言），以及卷积神经网络、循环神经网络、自编码器、强化学习、生成对抗网络等内容，还介绍了一些创造性应用，并给出了一些典型的数据集，以帮助读者更好地了解学习。 本书适合想要了解和使用深度学习的人阅读，也可作为深度学习教学培训领域的入门级参考用书。

目录预览：

​ 深度学习：从基础到实践（上、下册）（用近千张图和简单的例子讲解相关知识且不涉及复杂数学内容的深度学习图书。）
版权信息
版 权
内 容 提 要
译 者 序
前 言
资源与支持
第1章 机器学习与深度学习入门
1.1 为什么这一章出现在这里
1.1.1 从数据中提取含义
1.1.2 专家系统
1.2 从标记数据中学习
1.2.1 一种学习策略
1.2.2 一种计算机化的学习策略
1.2.3 泛化
1.2.4 让我们仔细看看学习过程
1.3 监督学习
1.3.1 分类
1.3.2 回归
1.4 无监督学习
........