深度學習的數學

[日]涌井良幸、涌井貞美

  • 出版商: 人民郵電
  • 出版日期: 2019-06-01
  • 售價: $414
  • 貴賓價: 9.5$393
  • 語言: 簡體中文
  • ISBN: 7115509344
  • ISBN-13: 9787115509345
  • 相關分類: DeepLearning 深度學習
  • 銷售排行: 🥇 2019/8 簡體中文書 銷售排行 第 1 名

立即出貨

買這商品的人也買了...

相關主題

商品描述

《深度學習的數學》基於豐富的圖示和具體示例,通俗易懂地介紹了深度學習相關的數學知識。第1章介紹神經網絡的概況;第2章介紹理解神經網絡所需的數學基礎知識;第3章介紹神經網絡的最優化;第4章介紹神經網絡和誤差反向傳播法;第5章介紹深度學習和捲積神經網絡。書中使用Excel進行理論驗證,幫助讀者直觀地體驗深度學習的原理。

作者簡介

湧井良幸(作者)
1950年生於東京,畢業於東京教育大學(現筑波大學)數學系,現為自由職業者。著有《用Excel學深度學習》(合著)、《統計學有什麼用?》等。

湧井貞美(作者)
1952年生於東京,完成東京大學理學系研究科碩士課程,現為自由職業者。著有《用Excel學深度學習》(合著)、《圖解貝葉斯統計入門》等。

楊瑞龍(譯者)
1982年生,2008年北京大學數學科學學院碩士畢業,軟件開發者,從事軟件行業10年。2013年~2016年赴日工作3年,從2016年開始在哆嗒數學網公眾號發表《數學上下三萬年》等多篇翻譯作品。

目錄大綱

第1章神經網絡的思想
1 - 1神經網絡和深度學習2 
1 - 2神經元工作的數學表示6 
1 - 3激活函數:將神經元的工作一般化12 
1 - 4什麼是神經網絡18 
1 - 5用惡魔來講解神經網絡的結構23 
1 - 6將惡魔的工作翻譯為神經網絡的語言31 
1 - 7網絡自學習的神經網絡36 
第2章神經網絡的數學基礎
2 - 1神經網絡所需的函數40 
2 - 2有助於理解神經網絡的數列和遞推關係式46 
2 - 3神經網絡中經常用到的Σ符號51 
2 - 4有助於理解神經網絡的向量基礎53 
2 - 5有助於理解神經網絡的矩陣基礎61 
2 - 6神經網絡的導數基礎65 
2 - 7神經網絡的偏導數基礎72 
2 - 8誤差反向傳播法必需的鍊式法則76 
2 - 9梯度下降法的基礎:多變量函數的近似公式80 
2 - 10梯度下降法的含義與公式83 
2 - 11用Excel體驗梯度下降法91 
2 - 12最優化問題和回歸分析94 
第3章神經網絡的最優化
3 - 1神經網絡的參數和變量102 
3 - 2神經網絡的變量的關係式111
3 - 3學習數據和正解114 
3 - 4神經網絡的代價函數119 
3 - 5用Excel體驗神經網絡127 
第4章神經網絡和誤差反向傳播法
4 - 1梯度下降法的回顧134 
4 - 2神經單元誤差141 
4 - 3神經網絡和誤差反向傳播法146 
4 - 4用Excel體驗神經網絡的誤差反向傳播法153 
第5章深度學習和卷積神經網絡
5 - 1小惡魔來講解卷積神經網絡的結構168 
5 - 2將小惡魔的工作翻譯為卷積神經網絡的語言174 
5 - 3卷積神經網絡的變量關係式180 
5 - 4用Excel體驗卷積神經網絡193 
5 - 5卷積神經網絡和誤差反向傳播法200 
5 - 6用Excel體驗卷積神經網絡的誤差反向傳播法212 
附錄
A訓練數據(1) 222 
B訓練數據(2) 223 
C用數學式表示模式的相似度225