本书深入讲解神经网络和深度学习技术,侧重于阐释深度学习的核心概念。作者以技术原理为导向,辅以贯穿全书的MNIST手写数字识别项目示例,介绍神经网络架构、反向传播算法、过拟合解决方案、卷积神经网络等内容,以及如何利用这些知识改进深度学习项目。学完本书后,读者将能够编写Python代码解决复杂的模式识别问题。这是一本非常好的深度学习入门书,相信一定会得到大家的喜爱。——李航字节
Thedramaticgrowthinpracticalapplicationsformachinelearningoverthelasttenyearshasbeenaccompaniedbymanyimportantdevelopmentsintheunderlyingalgorithmsandtechniques.Forexample,
Inthisclassicbook,firstpublishedin1962,L.R.Ford,Jr.,andD.R.Fulkersonsetthefoundationforthestudyofnetworkflowproblems.Themodelsandalgorithmsintroducedin"FlowsinNetwork
Arigorousandcomprehensivetextbookcoveringthemajorapproachestoknowledgegraphs,anactiveandinterdisciplinaryareawithinartificialintelligence.Thefieldofknowledgegraphs,whichal
算法是计算机科学领域最重要的基石之一。算法是程序的灵魂,只有掌握了算法,才能轻松地驾驭程序开发。算法详解系列图书共有4卷,本书是第1卷——算法基础。本书共有6章,主要介绍了4个主题,它们分别是渐进性分析和大O表示法、分治算法和主方法、随机化算法以及排序和选择。附录A和附录B简单介绍了数据归纳法和离散概率的相关知识。本书的每一章均有小测验、章末习题和编程题,这为读者的自我检查以及进一步学习提
【编辑推荐】由在IBM工作50余年的资深计算机专家撰写,Amazon全五星评价,算法领域最有影响力的著作之一Google公司首席架构师、Jolt大奖得主HoshuaBloch和Emacs合作创始人、C语言畅销书作者GuySteele倾情推荐算法的艺术和数学的智慧在本书中得到了完美体现,书中总结了大量高效、优雅和奇妙的算法,并从数学角度剖析了其背后的原理【读者评价
Thisisatextbookongraphtheory,especiallysuitableforcomputerscientistsbutalsosuitableformathematicianswithaninterestincomputationalcomplexity.Althoughitintroducesmostofthecl