Nithin Buduma, Nikhil Buduma, Joe Papa 著

杜春晓 译

出版时间：2024年06月

页数：374

“这本书提供了一个开始深入学习的好方法,有大量的例子和对概念的完美诠释。对于对该领域感兴趣的任何读者来说,都是一本完美的书。”
——Vishwesh Ravi Shrimali
ADAS工程师

我们身处AI研究大爆炸的中心。深度学习解锁超人感知力，不仅推动自动驾驶车辆的研发，而且在围棋等多种高难度游戏中击败人类专家对手，甚至还可以生成惊人般流畅的文章。但揭秘这些突破往往需要具有机器学习和数学博士学位。
本书作为更新后的第二版，继续介绍这些创新背后的基础知识。行文尽量少用行话，并力求简洁。熟悉Python的程序员、软件工程专业人士和计算机科学专业的学生读了本书，有望自己实现这些突破，并对其进行推理和论证，其研究深度不亚于该领域的些顶尖开发者。
● 了解机器学习术语背后的数学知识。
● 探究机器学习和神经网络的基础。
● 管理网络加深过程出现的问题。
● 搭建神经网络，分析复杂图像。
● 用自编码器高效降维。
● 深入序列分析，用其研究语言。
● 探讨复杂机器学习模型的解释方法。
● 收获生成建模的理论和实用知识。
● 理解强化学习的基础。