正文
项目地址:https://github.com/exacity/deeplearningbook-chinese
在线阅读地址:https://exacity.github.io/deeplearningbook-chinese/
《Deep Learning》这本书是由学界领军人物 Ian Goodfellow、Yoshua Bengio 和 Aaron Courville 合力打造,特斯拉的 CEO 马斯克曾经评价道:「《Deep Learning》由领域内三位专家合著,是该领域内唯一的综合性书籍。」
这本书的主题具体来说,是机器学习的一种,一种能够使计算机系统从经验和数据中得到提高的技术。深度学习是一种特定类型的机器学习,具有强大的能力和灵活性,它将大千世界表示为嵌套的层次概念体系(由较简单概念间的联系定义复杂概念、从一般抽象概括到高级抽象表示)。对于本书的结构,第一部分介绍基本的数学工具和机器学习的概念,第二部分介绍最成熟的深度学习算法,而第三部分讨论某些具有展望性的想法,它们被广泛地认为是深度学习未来的研究重点。
因此,本书从基础数学知识到各类深度方法全面而又深入地描述了深度学习的各个主题。译者们也相信开源此书 PDF 版的中文译文可以促进大家对深度学习的基础和前沿知识有进一步的理解,也相信通过开放高质量的专业书籍能做到先阅读后付费。
目录
第一章:前言
第二章:线性代数
第三章:概率与信息论
第四章 :数值计算
第五章:机器学习基础
第六章:深度前馈网络
第七章:深度学习中的正则化
第八章:深度模型中的优化
第九章:卷积网络
第十章:序列建模:循环和递归网络
第十一章:实践方法论
第十二章:应用
第十三章:线性因子模型
第十四章:自动编码