📚 网上馆配 · 在线荐购平台

内容简介：本书围绕神经网络和深度学习的基础知识体系进行梳理。全书共16章。第1章介绍人工智能、机器学习、神经网络与深度学习的基本概念及相互关系,并对神经网络的发展历程和产生机理进行阐述;第2章介绍神经网络的基本神经元模型、网络结构、学习方法、学习规则、正则化方法、模型评估方法等基础知识;第3-8章介绍多层感知器神经网络、自组织竞争神经网络、径向基函数神经网络、卷积神经网络、循环神经网络、注意力机制与反馈网络;第9章介绍深度学习网络优化的相关内容;第10-13章介绍受限玻尔兹曼机和深度置信网络、栈式自编码器、生成对抗网络和图神经网络;第14章介绍深度强化学习;第15章介绍深度学习的可解释性;第16章介绍多模态预训练模型。