深度学习
元数据
深度学习
- 书名： 深度学习
- 作者： 伊恩·古德费洛 约书亚·本吉奥
- 简介： 《深度学习》由全球知名的三位专家IanGoodfellow、YoshuaBengio和AaronCourville撰写，是深度学习领域奠基性的经典教材。全书的内容包括3个部分：第1部分介绍基本的数学工具和机器学习的概念，它们是深度学习的预备知识；第2部分系统深入地讲解现今已成熟的深度学习方法和技术；第3部分讨论某些具有前瞻性的方向和想法，它们被公认为是深度学习未来的研究重点。《深度学习》适合各类读者阅读，包括相关专业的大学生或研究生，以及不具有机器学习或统计背景、但是想要快速补充深度学习知识，以便在实际产品或平台中应用的软件工程师。
- 出版时间 2017-08-01 00:00:00
- ISBN： 9787115461476
- 分类： 计算机-人工智能
- 出版社： 人民邮电出版社
- PC地址：https://weread.qq.com/web/reader/e2332fe07159a1b5e232f89
高亮划线
第1章 引言
📌 抽象和形式化的任务对人类而言是最困难的脑力任务之一，但对计算机而言却属于最容易的。
⏱ 2025-01-11 10:56:25 ^22651317-12-1629-1670
📌 AI系统需要具备自己获取知识的能力，即从原始数据中提取模式的能力。这种能力称为机器学习（machine learning）。
⏱ 2025-01-11 10:57:50 ^22651317-12-2348-2436
📌 一个称为逻辑回归（logistic regression）的简单机器学习算法可以决定是否建议剖腹产（Mor-Yosef et al.,1990）。而同样是简单机器学习算法的朴素贝叶斯（naive Bayes）则可以区分垃圾电子邮件和合法电子邮件。
⏱ 2025-01-11 10:58:20 ^22651317-12-2477-2680
📌 这些简单的机器学习算法的性能在很大程度上依赖于给定数据的表示（representation）
⏱ 2025-01-11 10:58:38 ^22651317-12-2709-2781
📌 许多人工智能任务都可以通过以下方式解决：先提取一个合适的特征集，然后将这些特征提供给简单的机器学习算法
⏱ 2025-01-11 10:59:53 ^22651317-12-3577-3628
📌 解决这个问题的途径之一是使用机器学习来发掘表示本身，而不仅仅把表示映射到输出。这种方法我们称之为表示学习（representation learning）
⏱ 2025-01-11 11:01:08 ^22651317-12-3938-4041
📌 表示学习算法的典型例子是自编码器（autoencoder）。自编码器由一个编码器（encoder）函数和一个解码器（decoder）函数组合而成。
⏱ 2025-01-11 11:01:33 ^22651317-12-4222-4373