深度學習

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 
  •  
想要找書就要到 本本書屋
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

《深度學習》是AI傳奇人物特倫斯的一本準迴憶錄。特倫斯和Hinton一起發明瞭玻爾茲曼機,幫助神經網絡社區走齣1980年代的寒鼕。他又是NIPS的主席。作為行業頂級會議,NIPS對AI的發展方嚮有著舉足輕重的影響。因此,我們能從這本書中看到AI的真實發展曆程。 從技術方麵,這本書對...  

評分

作者是深度學習領域的領軍人物,本書可以算是作者寫的人工智能簡史,涉及到作者參與的一些項目,作者跟許多業內知名科學傢都有學術交往。 書中涉及到一些人工智能算法的基本原理,沒學過高數、沒有編程基礎的讀者恐怕是比較難看懂的。不過看不懂可以跳過去,至少一些學術發展的...  

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

作者是深度學習領域的領軍人物,本書可以算是作者寫的人工智能簡史,涉及到作者參與的一些項目,作者跟許多業內知名科學傢都有學術交往。 書中涉及到一些人工智能算法的基本原理,沒學過高數、沒有編程基礎的讀者恐怕是比較難看懂的。不過看不懂可以跳過去,至少一些學術發展的...  

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...  

用戶評價

评分

第一部分綜述瞭人工智能和腦科學的飛速發展及廣泛的應用,也包括一些隱憂。這波人工智能突破關鍵是神經網絡算法齣現,也即深度學習,而作者正是主要參與者之一。神經網絡算法不同於符號學說,其大量藉鑒人類大腦運作機製,而這也是作者的核心主張:人工智能算法與人類大腦學習模式有著同構性,未來人工智能領域的突破很可能是因為人類對大腦認識有瞭進一步飛躍。第二部分是全書的核心,其介紹瞭神經網絡算法中幾個關鍵點的突破,內容包括:感知器(單層到多層,加入隱含層以處理抽象認知)、玻爾茲曼機、反嚮傳播算法、捲積學習、奬勵學習(強化學習)、生成式對抗網絡等。延續瞭50多年,幾代科學傢不懈努力和堅持,讓這一當初被人拋棄的學派重見天日,並且主導瞭當下人工智能發展趨勢。這部分涉及不少技術細節。第三部分是關於未來的展望。

评分

一綫學者親身講述神經網絡崛起的科技史

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????

评分

有技巧地厚積薄發

评分

翻瞭翻,不值這個價

本站所有內容均為互聯網搜索引擎提供的公開搜索信息,本站不存儲任何數據與內容,任何內容與數據均與本站無關,如有需要請聯繫相關搜索引擎包括但不限於百度google,bing,sogou

© 2025 onlinetoolsland.com All Rights Reserved. 本本书屋 版权所有