深度学习的数学
更新日期:2024-11-08
30 浏览
- 作者: [日]涌井良幸 涌井贞美
- 译者: 杨瑞龙
- 出版社:人民邮电出版社
- 出版年:2019.4
- 页数:236
- ISBN:9787115509345
- 作品简介:
《深度学习的数学》基于丰富的图示和具体示例,通俗易懂地介绍了深度学习相关的数学知识。第1章介绍神经网络的概况;第2章介绍理解神经网络所需的数学基础知识;第3章介绍神经网络的最优化;第4章介绍神经网络和误差反向传播法;第5章介绍深度学习和卷积神经网络。书中使用Excel进行理论验证,帮助读者直观地体验深度学习的原理。
- 作者简介:
涌井良幸
1950年生于东京,毕业于东京教育大学(现筑波大学)数学系,现为自由职业者。著有《用Excel学深度学习》(合著)、《统计学有什么用?》等。
涌井贞美
1952年生于东京,完成东京大学理学系研究科硕士课程,现为自由职业者。著有《用Excel学深度学习》(合著)、《图解贝叶斯统计入门》等。
杨瑞龙
1982年生,2008年北京大学数学科学学院硕士毕业,软件开发者,从事软件行业10年。2013年~2016年赴日工作3年,从2016年开始在哆嗒数学网公众号发表《数学上下三万年》等多篇翻译作品。
- 分类:计算机类
- 标签:深度学习  数学 
- 链接:https://shuyuan.org/ebooks/3386.html
- 上一书籍:深度学习入门:基于python的理论与实现
- 下一书籍:模型思维
发表评论(审核通过后显示) 取消回复