0
本文作者: AI研習(xí)社 | 2020-06-24 09:48 |
神經(jīng)網(wǎng)絡(luò)是一種模擬人腦的神經(jīng)網(wǎng)絡(luò),以期能夠?qū)崿F(xiàn)類人工智能的機(jī)器學(xué)習(xí)技術(shù)。
本書揭示神經(jīng)網(wǎng)絡(luò)背后的概念,并介紹如何通過Python實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)。全書分為3章和兩個(gè)附錄。第1章介紹了神經(jīng)網(wǎng)絡(luò)中所用到的數(shù)學(xué)思想。第2章介紹使用Python實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò),識(shí)別手寫數(shù)字,并測(cè)試神經(jīng)網(wǎng)絡(luò)的性能。第3章帶領(lǐng)讀者進(jìn)一步了解簡單的神經(jīng)網(wǎng)絡(luò),觀察已受訓(xùn)練的神經(jīng)網(wǎng)絡(luò)內(nèi)部,嘗試進(jìn)一步改善神經(jīng)網(wǎng)絡(luò)的性能,并加深對(duì)相關(guān)知識(shí)的理解。
附錄分別介紹了所需的微積分知識(shí)和樹莓派知識(shí)。本書適合想要從事神經(jīng)網(wǎng)絡(luò)研究和探索的讀者學(xué)習(xí)參考,也適合對(duì)人工智
能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等相關(guān)領(lǐng)域感興趣的讀者閱讀。
擁有物理學(xué)學(xué)士學(xué)位、機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘碩士學(xué)位。他常年活躍于倫敦的技術(shù)領(lǐng)域,領(lǐng)導(dǎo)并組織倫敦 Python 聚會(huì)小組(近3000名成員)。
本站所有資源版權(quán)均屬于原作者所有,這里所提供資源均只能用于參考學(xué)習(xí)用,請(qǐng)勿直接商用。如需刪除,請(qǐng)聯(lián)系 kefu@yanxishe.com
AI 研習(xí)社已經(jīng)和阿里大文娛、曠視、搜狗搜索、小米等知名公司達(dá)成聯(lián)系,幫助大家更好地求職找工作,一鍵投遞簡歷至 HR 后臺(tái),準(zhǔn)備了一些內(nèi)推渠道群。
歡迎大家添加研習(xí)社小學(xué)妹微信(aiyanxishe),小學(xué)妹拉你加入(備注求職)。
雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)
相關(guān)文章:
資料 | 科技之巔:《麻省理工科技評(píng)論》50大全球突破性技術(shù)深度剖析
資料 | 解析深度學(xué)習(xí):卷積神經(jīng)網(wǎng)絡(luò)原理與視覺實(shí)踐
資料 | Python學(xué)習(xí)手冊(cè)(第4版)
資料 | 深度學(xué)習(xí)之美:AI時(shí)代的數(shù)據(jù)處理與最佳實(shí)踐
資料 | Python數(shù)據(jù)結(jié)構(gòu)與算法分析(第2版)
資料 | 數(shù)據(jù)可視化實(shí)戰(zhàn):使用 D3 實(shí)際交互式圖表
資料 | 知識(shí)圖譜:方法、實(shí)踐與應(yīng)用
資料 | 連廣場大媽都聽得懂的“機(jī)器學(xué)習(xí)入門”scikit-learn -17頁 PPT
這套477頁的開源電子書和598頁的課件,是一份寫給機(jī)器翻譯愛好者的學(xué)習(xí)資料
資料 | 刷臉背后:人臉檢測(cè)、人臉識(shí)別、人臉檢索
資料 | 數(shù)據(jù)之巔:大數(shù)據(jù)革命,歷史、現(xiàn)實(shí)與未來
資料 | 數(shù)據(jù)挖掘:概念、模型、方法和算法(第2版)/ 國外計(jì)算機(jī)科學(xué)經(jīng)典教材
雷峰網(wǎng)版權(quán)文章,未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。