|
java自学网(www.javazx.com)-java论坛,java电子书推荐:《深度学习:Java语言实现》
6 T6 O8 O0 U3 u* P2 Kjava电子书推荐理由:面向初学者的深度学习和机器学习实战宝典。涵盖机器学习和深度学习的核心概念、算法和实现,并提供大量应用实例,本书首先介绍了一些机器学习算法的基础,随后就带领你进入一个引人入胜的机器智能的世界。你将领略到各种神经网络的魅力及挑战。我们将使用基于DL4J的Java库,一起攻克图像处理、语音识别和自然语言处理等各种问题。5 R4 d5 ~5 `* D, L5 V
作者:(日)巣笼悠辅(Yusuke Sugomori): u: o2 Q4 X+ @7 \1 [1 b
出版社:机械工业出版社出版社
5 M7 X5 _; E0 p9 ~% {/ t( q出版时间:2017年07月 ) g- c& }2 M Q4 Z1 H/ I' t
/ \7 k7 Q- x$ z( n' \' q
' _; z2 F7 X' X$ J1 H/ l. W# S4 j+ B% b2 L) N% Z9 f
java电子书目录:
$ f7 d& T) l& k第1章深度学习概述
% s0 c' P, ~5 ?' l6 ]1.1人工智能的变迁! }8 g8 O' X1 U- @7 k2 W# D
1.1.1人工智能的定义% A2 y7 R$ \. M) L
1.1.2人工智能曾经的辉煌( ?5 O. L. O: Z& f
1.1.3机器学习的演化& d; ]) }- L" e0 J
1.1.4机器学习的局限性5 Y) C3 a7 g( s6 o5 f8 Q. X
1.2人与机器的区分因素5 C) ? j- n4 j. W
1.3人工智能与深度学习9 Y4 E U1 }. ?9 H! H
1.4小结9 Q& b3 A# H5 a$ V
第2章机器学习算法——为深度学习做准备
* v! @6 H5 ^4 K2 H2.1入门
5 k" M4 _4 X8 A6 Y2.2机器学习中的训练需求
4 L; z b" h0 R* m2.3监督学习和无监督学习. R0 c( H% b m8 o, M! ?0 B8 `
2.3.1支持向量机9 Z7 l& w. D& T
2.3.2隐马尔可夫模型9 O# W" C& r+ [5 ?0 Y5 @% Z+ ^
2.3.3神经网络
. |% ?8 y( d7 j% \2.3.4逻辑回归
5 e; w' ^% p+ D2 ?3 b2.3.5增强学习
4 o: i( V k: w9 \( h* ]2.4机器学习应用流程 Q2 F; F3 d) Q
2.5神经网络的理论和算法
) d& f1 _! x% J9 @& T2.5.1单层感知器; o' p8 f! a s* A! ?; n
2.5.2逻辑回归8 }: r1 [ _6 Y/ b. _
2.5.3多类逻辑回归& c6 Q( n# U* H* }7 r
2.5.4多层感知器
: e- O3 q% \9 ?& P1 C* P2.6小结
; j; ]4 J7 s! I, Z6 O7 l第3章深度信念网络与栈式去* L. v1 D5 N. L N8 s
噪自编码器
: Z2 R+ J& l/ v) h v3.1神经网络的没落; s0 D4 R* u9 c' g6 m+ k- s; v9 p" ~
3.2神经网络的复兴
) d) f/ U+ r3 ]7 Y. \; g3.2.1深度学习的进化——突破是什么
/ ]+ k$ F# o- n% f3 E3.2.2预训练的深度学习# h9 c) _* A; m
3.3深度学习算法
# c$ K6 {' l# [/ ~" }' L3.3.1限制玻尔兹曼机
- z' U1 ~+ p# r2 A5 ]3.3.2深度信念网络
2 ^4 t/ E# }/ B/ z; \- I3.3.3去噪自编码器
2 i8 u: O# S2 I2 I5 e# t4 F3 h3.3.4栈式去噪自编码器
6 u8 i$ f! M! o* X# E9 |0 b3.4小结7 ]% G( @" _$ e* h, z5 ], L
第4章dropout和卷积神经网络
" g. X/ D& N" R! s+ G0 y" b$ u2 S" U. E4.1没有预训练的深度学习算法
, F* J: j1 d2 L/ ]8 a+ F3 M4.2dropout! \* [5 N) k2 Q2 I; A$ w" v
4.3卷积神经网络
& j( s2 @4 W+ V: s A# ^4.3.1卷积% Z: b- j4 Q, q& z' G5 y. s
4.3.2池化
* O! C# w: J6 z' z. Z( o# z4.3.3公式和实现
! d k& {' ^ O `; p4.4小结6 `& \6 }" t- K/ g: F; R
第5章探索Java深度学习库——DL4J、ND4J以及其他
Z- R5 G' i. E5.1从零实现与使用库/框架) M& E6 X6 _$ i' P
5.2DL4J和 ND4J 的介绍+ T; w8 y( B0 K7 i, b9 A! J b
5.3使用 ND4J 实现6 C! w" x6 v' e# h4 v3 e! [
5.4使用DL4J实现
$ F8 [" g# c+ Y: c% z& w& v5.4.1设置5 y, B% k$ x. n7 a: E/ E
5.4.2构建 C3 b0 ]& K* t/ K4 H3 q
5.4.3CNNMnistExample.java/LenetMnistExample.java; h5 c" h. E: [! o. U0 ?
5.4.4学习速率的优化
$ J2 D. |4 {) q' a: ^ D5.5小结. {3 y1 c" ~( ~5 \6 m
第6章实践应用——递归神经网络等
1 g5 F E% T4 ~6.1深度学习热点
; J+ L$ {; m b3 y# `& o6.1.1图像识别; k' Z+ h' A) r9 i& @
6.1.2自然语言处理% a$ z$ Z5 ^9 F+ o
6.2深度学习的挑战$ t0 b' t5 p3 t z5 d! P) y9 t- U# ]
6.3最大化深度学习概率和能力的方法3 l O0 g/ p1 J! \( ]
6.3.1面向领域的方法
4 J- ~* h0 X$ l$ W9 f- w6.3.2面向分解的方法2 H( x# b6 C9 h0 u2 \7 x
6.3.3面向输出的方法
: g8 N! \( ~6 A3 C6.4小结$ m8 f* j4 v' L$ x2 Z
第7章其他重要的深度7 N" b. D. S! E8 g
学习库; S3 P# b0 l$ Y$ D4 e% x
7.1Theano9 o* n: n1 T" @! y
7.2TensorFlow6 @6 a: P) s; D8 {$ i
7.3Caffe
4 B5 q7 w) |/ _3 K1 r1 u! S7.4小结6 H' f% T7 u0 u6 F% k
第8章未来展望2 d9 A6 ^ v/ \( `2 P# {! K, N( @
8.1深度学习的爆炸新闻0 C& M1 a. ]) x+ o9 t0 x
8.2下一步的展望
! G% N/ u( y3 ?7 S8 E8.3对深度学习有用的新闻资源
! l- L# n! I$ j8.4小结
, m2 ?4 m2 I) p1 E9 w, h+ s# q, y' b2 S3 s. H- m, R4 B
( h) ]3 G( @# ^$ H( [
百度网盘下载地址链接(百度云):java自学网(javazx.com)深度学习:Java语言实现 PDF 高清 电子书 百度云.rar【密码回帖可见】
% }) S3 G$ j9 r; x( h
' y0 E- _4 P4 z8 U: l# C7 t) x4 Z2 e. v' E- x2 P7 G
& X& f/ l4 S1 M
0 j" Q( [! O5 j, T; e+ C2 v
* a" o0 W9 ~ ~& Z" ?. }& p- i3 ~% ^ |
|