同类推荐
-
-
FDE造局:AI落地一线实战指南
-
¥79.00
-
-
FDE造局:AI落地一线实战指南
-
¥79.00
-
-
FDE造局:AI落地一线实战指南
-
¥79.00
-
-
AI编程之道:巧用Cursor和WindSurf高效完…
-
¥99.00
-
-
AI编程+软件工程实战:Codex开发指南与Agent…
-
¥79.00
-
-
AI编程+软件工程实战:Codex开发指南与Agent…
-
¥79.00
-
-
AI编程+软件工程实战:Codex开发指南与Agent…
-
¥79.00
-
-
人工智能通识教程（公共课版）
-
¥76.00
-
-
人工智能通识教程（公共课版）
-
¥76.00
-
-
人工智能通识教程（公共课版）
-
¥76.00
|
|
图书信息
|
|
|
|
深度学习的数学工程
|
| ISBN： | 9787115683373 |
定价： | ￥149.80 |
| 作者： | (法)贝努瓦·利凯(Benoit Liquet)，(澳)萨拉特·莫卡(Sarat Moka)，(澳)尤尼·纳扎拉西(Yoni Nazarathy)著 |
出版社： | 人民邮电出版社 |
| 出版时间： | 2026年05月 |
开本： | 26cm |
| 页数： | 311页 |
中图法： | TP181 |
相关供货商
|
供货商名称
|
库存量
|
库区
|
更新日期
|
|
北京人天书店有限公司
|
14
|
读买3/库区13/样本13
|
2026-10-18
|
|
其它供货商库存合计
|
280
|
|
2026-10-16
|
图书简介 | | 本书共8章。第1章介绍深度学习的定义、应用、核心要素及数学符号，奠定深度学习的数学与技术基础；第2章详解机器学习原理，包括数据处理、监督与无监督学习、线性模型、迭代优化、泛化、正则化技术；第3章从统计学和深度学习视角解析logistic回归，概述softmax与浅层自编码器；第4章讲解梯度下降、ADAM等优化算法及自动微分，并概述一阶与二阶优化方法；第5章探讨前馈全连接神经网络的表达能力、激活函数、反向传播算法及训练关键技术；第6章解析卷积神经网络的数学原理、架构，介绍经典模型及计算机视觉任务；第7章聚焦序列模型、注意力机制及Transformer的结构与应用；第8章涵盖生成式模型、强化学习与图神经网络，展示深度学习的多样化应用方向。 |
|