深度学习原理与TensorFlow实践

Python 深度学习实战 75个有关神经网络建模、强化学习与迁移学习的解决方案

本书以自上而下和自下而上的方法来展示针对不同领域实际问题的深度学习解决方案，包括图像识别、自然语言处理、时间序列预测和机器人操纵等。还讨论了采用诸如TensorFlow、PyTorch、Keras和CNTK等流行的深度...

MATLAB深度学习 机器学习 神经网络与人工智能

机器学习、深度学习与强化学习

本书从数学优化的角度对目前人工智能的代表技术机器学习进行分析，解决了目前这一领域偏向应用，数学理论较弱的问题，从原理、数学解析两个方面对特征提取、分类、聚类、神经网络等进行了全面系统的剖析。解决了...

博文视点AI系列 深度学习之美 AI时代的数据处理与最佳实践

本书在内容上主要分为两个部分：第一，深入浅出、图文并茂地介绍深度学习相关原理，包括感知机、BP反向传播算法、卷积神经网络（CNN）、递归神经网络（RNN）、深度信念网络（DBN）Dropout、生成对抗网络等流行的深度学习原.....

深度学习与飞桨PaddlePaddle Fluid实战

深度学习 Caffe之经典模型详解与实战

从机器学习到深度学习 基于scikit-learn与TensorFlow的高效开发实战

本书共11章，第1章从宏观角度讨论机器学习的分类、方法与流程；第2章介绍Python机器学习基础工具；第3～5章围绕scikit—Learn工具讲解回归、聚类、降维等方法的原理与实践，其中包括目前最主流的朴素贝叶斯、SVM、La...

机器学习与深度学习 通过C语言模拟

本书以非常容易理解的方式解说了人工智能研究中机器学习的各领域知识，以这些知识为前提，说明了深度学习是什么,以及相关学习方法。本书不是单纯地罗列概念，而是通过适当介绍具体处理流程和程序示例，来具体化地...

深度学习理论与实践

本书是根据国家青年基金、重庆市科委、重庆市教委的专项研究结果，系统全面地阐述了最新的深度学习理论及相应算法。主要介绍深度学习的基本理论以及它在图像分类，目标检测和场景等应用。本书将理论与应用相结...