![](http://img.alicdn.com/imgextra/i2/2455124912/TB2c6froaQoBKNjSZJnXXaw9VXa_!!2455124912-0-item_pic.jpg)
產品名稱:人工智能中的深度結構學習 是否是套裝:否 書名:人工智能中的深度結構學習 人工智能中的深度結構學習 代碼:35 出版社名稱:機械工業出版社 出版時間:2017年7月 作者:尤舒亞·本吉奧 作者地區:其他 ISBN編號:9787111569350
" 人工智能中的深度結構學習 作 者:(加)尤舒亞·本吉奧(Yoshua Bengio) 著;俞凱,吳科 譯 定 價:35 出 版 社:機械工業出版社 出版日期:2017年07月01日 頁 數:117 裝 幀:平裝 ISBN:9787111569350 ●譯者序 ●1 引言 ●1.1 如何訓練深度結構 ●1.2 中間層表示:在不同的任務享特征和抽像 ●1.3 學習人工智能的必經之路 ●1.4 本書大綱 ●2 深度結構的理論優勢 ●2.1 計算復雜性 ●2.2 一些非正式的論證 ●3 局部與非局部泛化性 ●3.1 局部模板匹配的局限性 ●3.2 學習分布式表示 ●4 具有深度結構的神經網絡 ●4.1 多層神經網絡 ●4.2 訓練深度神經網絡的挑戰 ●4.3 深度結構的無監督學習 ●4.4 深度生成結構 ●4.5 卷積神經網絡 ●4.6 自動編碼器 ●5 能量模型和玻爾茲曼機...... 內容簡介 理論結果表明,為了學習用於表示高層次的抽像(例如視覺、語言以及其他AI級別的任務)的復雜函數,我們需要深度結構。深度結構的組成包括了多層次的非線性操作,比如具有許多隱含層的神經網絡,或者重用了許多子公式的復雜命題公式。搜索深度結構的參數空間是一件很困難的任務,但是近提出的諸如用於深度信念網絡等的學習算法,對於探索這類問題取得了顯著的成功,在某些領域達到了新的水平。本書討論深度學習算法的方法和原理,尤其是那些被充分用作基石的單層模型的非監督學習算法例如受限玻爾茲曼機(RBM),它用於構建深度信念網絡等深度模型。 (加)尤舒亞·本吉奧(Yoshua Bengio) 著;俞凱,吳科 譯 尤舒亞·本吉奧(Yoshua Bengio),加拿大蒙特利爾大學計算機科學與運籌學繫教授,領導蒙特利爾學習算法研究所。他是深度學習歷目前的代表性人物之一,發表了200餘篇論文和兩部專著,是加拿大論文引用率高的計算機科學家之一。 俞凱,上海交通大學計算機繫研究員,思必馳公司首席科學家,IEEE不錯會員,國家青年干人,NSFC優青。研究興趣為語音語言處理、機器學習、人機交互。發表論文100餘篇,獲4篇靠前期刊及會議很優論文獎。 吳科,上海交通大學計算機繫助理研究員,ACM會員。曾任阿裡巴巴搜索研發專家,雅虎中國新聞搜索技術負責人。研究興趣為自然語言處理及機器學習。 "![](http://img.alicdn.com/imgextra/i2/2455124912/TB2c6froaQoBKNjSZJnXXaw9VXa_!!2455124912-0-item_pic.jpg)
|