出版日期：2019年05月
ISBN：9787115509345
[十位：7115509344]
页数：225
定价：￥69.00
店铺售价：￥38.20
（为您节省：￥30.80）
店铺库存：30
本
正在处理购买信息，请稍候……
我要买：
本
* 如何购买
联系店主：
15130313496
-
100分
满分
确认收货后30天未评价，系统默认好评！
[2023-03-30 10:29:13]
龚**
北京市
-
100分
满分
确认收货后30天未评价，系统默认好评！
[2023-03-30 08:46:10]
栗*
邢台市
-
100分
满分
确认收货后30天未评价，系统默认好评！
[2023-03-21 15:49:38]
伍**
东莞市
-
100分
满分
确认收货后30天未评价，系统默认好评！
[2023-03-21 15:24:42]
陈**
广州市
-
100分
满分
确认收货后30天未评价，系统默认好评！
[2023-03-20 17:02:06]
赵**
保定市
《深度学习的数学》内容提要：
《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*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。
《深度学习的数学》图书目录：
第1 章 神经网络的思想 1 - 1 神经网络和深度学习 2 1 - 2 神经元工作的数学表示 6 1 - 3 激活函数:将神经元的工作一般化 12 1 - 4 什么是神经网络 18 1 - 5 用恶魔来讲解神经网络的结构 23 1 - 6 将恶魔的工作翻译为神经网络的语言 31 1 - 7 网络自学习的神经网络 36 第2 章 神经网络的数学基础 2 - 1 神经网络所需的函数 40 2 - 2 有助于理解神经网络的数列和递推关系式 46 2 - 3 神经网络中经常用到的Σ符号 51 2 - 4 有助于理解神经网络的向量基础 53 2 - 5 有助于理解神经网络的矩阵基础 61 2 - 6 神经网络的导数基础 65 2 - 7 神经网络的偏导数基础 72 2 - 8 误差反向传播法必需的链式法则 76 2 - 9 梯度下降法的基础:多变量函数的近似公式 80 2 - 10 梯度下降法的含义与公式 83 2 - 11 用Excel 体验梯度下降法 91 2 - 12 *优化问题和回归分析 94 第3 章 神经网络的*优化 3 - 1 神经网络的参数和变量 102 3 - 2 神经网络的变量的关系式 111 3 - 3 学习数据和正解 114 3 - 4 神经网络的代价函数 119 3 - 5 用Excel体验神经网络 127 第4 章 神经网络和误差反向传播法 4 - 1 梯度下降法的回顾 134 4 - 2 神经单元误差 141 4 - 3 神经网络和误差反向传播法 146 4 - 4 用Excel体验神经网络的误差反向传播法 153 第5 章 深度学习和卷积神经网络 5 - 1 小恶魔来讲解卷积神经网络的结构 168 5 - 2 将小恶魔的工作翻译为卷积神经网络的语言 174 5 - 3 卷积神经网络的变量关系式 180 5 - 4 用Excel体验卷积神经网络 193 5 - 5 卷积神经网络和误差反向传播法 200 5 - 6 用Excel体验卷积神经网络的误差反向传播法 212 附录 A 训练数据(1) 222 B 训练数据(2) 223 C 用数学式表示模式的相似度 225
《深度学习的数学》作者介绍：
涌井良幸(作者)
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(作者)
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(译者)
1982年生,2008年北京大学数学科学学院硕士毕业,软件***,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。