内容简介
本书是一本神经网络实践进阶指南，适合对AI和深度学习感兴趣并且想进一步提高技能的读者阅读。本书从机器学习基础、深度学习应用和高级机器学习这三个方面入手，结合算法理论、代码实现和应用场景，介绍了机器学习的新动向和新技术。本书分为三部分：第1部分网络神经入门，主要介绍了人工智能历史、机器学习概述和神经网络基础；第二部分，深度学习应用，主要是基于卷积神经网络图像处理、文本挖掘、循环神经网络、利用迁移学习重用神经网络；第三部分，高级应用领域，主要介绍对生成对抗网络、自动编码器、损失函数、深度信度网络、强化学习基本定义等。
AI简介
这是一本针对神经网络实践进阶的指南，适合对AI和深度学习感兴趣并且想进一步提高技能的读者阅读。本书从机器学习基础、深度学习应用和高级机器学习这三个方面入手，结合算法理论、代码实现和应用场景，介绍了机器学习的新动向和新技术。
本书分为三部分：第一部分网络神经入门，主要介绍了人工智能历史、机器学习概述和神经网络基础；第二部分，深度学习应用，主要是基于卷积神经网络图像处理、文本挖掘、循环神经网络以及利用迁移学习重用神经网络；第三部分，高级应用领域，主要介绍对生成对抗网络、自动编码器、损失函数、深度信度网络和强化学习基本定义等。
在第一部分中，首先介绍了人工智能定义与应用，包括智能体、环境以及通用人工智能等基本概念，以及人工智能的发展历程和应用领域。接着，对机器学习类型进行了详细讲解，包括有监督学习、无监督学习、半监督学习和强化学习。最后，对有监督学习定义与过程进行了详细讲解，包括模型的构建、损失函数的定义、优化器的选择以及数据的训练。
在第二部分中，主要介绍了神经网络的训练方法，包括模型的构建、损失函数的定义、优化器的选择以及数据的训练。同时，对Python在ML中的地位进行了讲解，包
推荐影视
阅读/下载地址