深度學習 pdf epub mobi txt 電子書下載2025

☆☆☆☆☆

特倫斯·謝諾夫斯基 Terrence (Terry) Sejnowski

世界十大AI科學傢之一，美國四大國傢學院（國傢科學院、國傢醫學院、國傢工程院、國傢藝術與科學學院）在世僅3位的“四院院士”之一，全球AI專業會議NIPS基金會主席。

作為神經網絡的先驅，早在1986年，特倫斯就與傑弗裏·辛頓共同發明瞭玻爾茲曼機，把神經網絡帶入到研究與應用的熱潮，將深度學習從邊緣課題變成瞭互聯網科技公司仰賴的核心技術，實現瞭人工智能井噴式的發展。

特倫斯現任美國索爾剋生物研究所(美國生命科學領域成果最多的研究機構) 計算神經生物學實驗室主任，是美國政府注資50億美元“腦計劃”項目（BRAIN，the Brain Research through Advancing Innovative Neurotechnologies）領軍人物。

特倫斯同時是全球最大在綫學習平颱Coursera最受歡迎課程《學習如何學習》（Learning how to learn）主理人，通過係統講解大腦認知的底層知識，讓學習者可以改變思維模式，提高學習的能力和效率。目前該課程學習人數已經超過瞭300萬。

出版者:中信齣版集團

作者:[美]特倫斯·謝諾夫斯基（Terrence Sejnowski）

出品人:

頁數:400

译者:薑悅兵

出版時間:2019-2

價格:88

裝幀:精裝

isbn號碼:9787508698359

叢書系列:

圖書標籤:

人工智能
深度學習
AI
機器學習
計算機
科普
2019
好書，值得一讀

下載連結在頁面底部

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 複製連結

想要找書就要到本本書屋

onlinetoolsland.com

立刻按 ctrl+D收藏本頁

你會得到大驚喜!!

全球科技巨頭紛紛擁抱深度學習，自動駕駛、AI醫療、語音識彆、圖像識彆、智能翻譯以及震驚世界的AlphaGo，背後都是深度學習在發揮神奇的作用。深度學習是人工智能從概念到繁榮得以實現的主流技術。經過深度學習訓練的計算機，不再被動按照指令運轉，而是像自然進化的生命那樣，開始自主地從經驗中學習。

本書作者特倫斯·謝諾夫斯基是全球人工智能十大科學傢之一、深度學習先驅及奠基者，親曆瞭深度學習在20世紀70年代到90年代的寒鼕。但他和一眾開拓者，利用大數據和不斷增強的計算能力，終於在神經網絡算法上取得重大突破，實現瞭人工智能井噴式的發展。

作為深度學習領域的通識作品，本書以恢弘的筆觸，通過3個部分全景展現瞭深度學習的發展、演變與應用，首次以親曆者視角迴溯瞭深度學習浪潮在過去60年間的發展脈絡與人工智能的螺鏇上升，並前瞻性地預測瞭智能時代的商業圖景。

具體描述

讀後感

評分☆☆☆☆☆

看到王勇老師的朋友圈的推薦買瞭這本書，在人工智能深度學習領域熾熱的今天讀這本書倒比較應景，約漢森頓，楊衛坤和約書亞獲得瞭2018年的圖靈奬，為深度學習在人工領域的高潮添加瞭一顆明珠。作為和約漢森頓交流閤作頗多的作者而言，齣這本書頗閤時宜。去年讀瞭一本人工智能諸...

評分☆☆☆☆☆

這是上周末剛剛拿到手的一本書，這是我看的最快的一本書，用瞭兩天時間快速讀完。這是一本超齣我的知識麵的書籍，還好作者思路清晰，讓我能夠簡單理解這本書的最錶層內容。學術部分直接忽略吧。（安慰一下自己，給自己一個博覽群書的理由。如果你隻讀每個人都讀的書，你也隻能...

評分☆☆☆☆☆

人工智能元年：2016？對於一個普通大眾而言，2016無疑是人工智能元年：阿爾法狗（AlphaGO）對戰韓國圍棋界18次世界冠軍獲得者李世石。其後，2017年，阿爾法狗化生Master橫掃網絡圍棋服務器，5月，阿爾法狗連勝柯潔三場。就從那個時候，我身邊不少患有中年焦慮癥的朋友又有瞭新...

評分☆☆☆☆☆

多年前看世界特色建築就知道瞭索爾剋研究所，幾何綫條的極簡設計，院子直通太平洋，那時候覺得這樣的建築有點不接地氣，但其實對一些科學傢來說那就是他們日常上班的地方。讀到的這本《深度學習》就是在索爾剋研究所的美國“四院院士”對人工智能的介紹，從大眾熟知的阿爾法狗...

用戶評價

评分☆☆☆☆☆

關於深度學習的新聞，最近幾乎每天都能看到，但是卻看不懂。好在這本書門檻不高，沒什麼基礎也能讀懂，看完之後，差不多完全理解瞭這個技術的各種特點，能抓住現在科技發展的潮流瞭。不得不說，對人工智能發展而言，深度學習真的太重要瞭。

评分☆☆☆☆☆

大師未必是個好作傢的又一例證，不僅對讀者定位不清，連內容編排上也讓人頭疼。深度學習這麼容易齣東西的主題，曆史沿革、算法發展、原理闡釋、産業預期，隨便哪一個拎齣來寫寫清楚，哪怕就是一傢之言，都可以是本好書。結果這書不知道意在哪裏，隻看到從科普角度講生物、腦科學、算法模型、微電子……哪哪的術語用得如此隨意，深度信息又極其匱乏疊加一些不痛不癢的八卦，迴顧不全，前瞻也沒什麼東西，實在是…隻能說作者太棒瞭，知道得太多瞭，以上。

评分☆☆☆☆☆

本來是當科普讀物看的，但是科普程度一般，還充斥著作者無限的個人經曆，與本文核心並無關心，純屬湊數

评分☆☆☆☆☆

跳過算法的描述，算是不錯的deep mind科普瞭，畢竟數學不是誰都能看懂的，否則自己也不用崇拜數學傢瞭。從科普的角度看，好好讀一下第1和3部分就好。第2部分相關的算法，沒有數學基礎的話翻翻瞭解一下概念和演進曆程就好。科普如果把重點放在科，普也會感到挫敗????