●前言
1 深度學習概述
1.1 人工智能與深度學習
1.2 深度學習的發展
1.2.1 深度學習的提出
1.2.2 深度學習的發展歷程
1.2.3 深度學習的知識體繫
1.2.4 深度學習的數學基礎
1.2.5 深度學習的典型應用
1.2.6 深度學習當前面臨的挑戰
1.2.7 深度學習的未來
1.3 閱讀材料
參考文獻
2 機器學習基礎
2.1 機器學習基本概念
2.1.1 定義
2.1.2 數據
2.1.3 機器學習的三要素
2.1.4 歸納偏好
2.2 機器學習發展歷程
2.2.1 符號學派
2.2.2 聯結學派
2.2.3 進化學派
2.2.4 貝葉斯學派
2.2.5 類推學派
2.3 生成模型和判別模型
2.4 監督學習
2.4.1 任務描述
2.4.2 評價標準
2.4.3 常用方法
2.5 無監督學習
2.5.1 任務描述
2.5.2 評價標準
2.5.3 常用方法
2.6 強化學習
2.6.1 任務描述
2.6.2 評價標準
2.6.3 常用方法
2.7 閱讀材料
參考文獻
3 早期神經網絡
3.1 早期研究成果
3.1.1 神經網絡雛形
3.1.2 MC模型
3.1.3 Hebbian學習規則
3.2 感知機
3.3多層感知機
3.3.1 多層感知機的結構
3.3.2 多層感知機的通用近似性
3.3.3 前向傳播過程
……
內容簡介
深度學習是當前人工智能的引領技術,是引發新一輪人工智能熱潮的原動力。本書從模型、算法、原理等角度全面介紹深度學習技術,包括近兩年近期新成果。全書由三大部分組成。部分是機器學習和神經網絡基礎,包括機器學習問題、淺層機器學習、早期神經網絡等;第二部分是深度學習模型及算法,包括深度生成模型、卷積網絡、循環和遞歸網絡、表示學習等。第三部分是深度學習理論基礎和前沿課題,包括深度學習表達能力分析、深度學習泛化能力分析、深度學習可視化、深度學習的數學、物理、神經科學基礎等。