电子书：《深度学习[deeplearning]》

多种网盘链接检测插件

购买前，请先检测网盘链接是否有效

您当前无权限查看，请先登录，或点此注册！

• 1.百度网盘链接，查看是否有效

                       

《深度学习[deeplearning]》_1

《深度学习[deeplearning]》_2

《深度学习[deeplearning]》_3

内容简介：

DEEP LEARNING
深度学习
美伊思?古德费洛( lan Goodfellow)「加]约书亚?本吉奥( Yoshua Bengio)
加亚伦?库维尔( Aaron Courville)著
赵申剑黎彧君符天凡Li凯译张志华等审校
人民邮电出版社
图书在版编目(CIP)数据
深度学习/(美)伊恩·古德费洛
( Ian Goodfellow),(加)约书亚?本吉実
( Yoshua Bengio),(加)亚伦?库维尔
( Aaron Courville)著;赵申剑等译.一北京:人民
邮电出版社,2017.8(2017.8重印)
ISRN978-7-115-46147-6
1.①深…1.①伊…②约…③亚…①赵…
①机器学习IN.①TP18
中guo版本图书馆CIP数据核字(2017第153811号
版权声明
Deep Learning by lan Goodfellow, Yoshua Bengio, Aaron Courville
O 2016 Massachusetts Institute of Technology
Simplified Chinese translation copyright 2017 by Posts Telecom Press.
This edition published by arrangement with MIT Press through Bardon-chinese Media Agency. All rights
reserved
本书简体中文翻译版由 Bardon- Chinese Media Agency_代*_ MIT Press 1授权人民邮电出版社独家出版发
行。未经出版者书面许可,不得以任何方式复制或节录本书中的任何内容
版权所有,侵权必究
美] an Goodfellow[加] Yoshua Bengio
加] Aaron Courville
赵申剑黎彧君符天凡Li凯
审校张志华等
责任印制焦志炜
人民邮电出版社出版发行北京市丰台区成寿寺路11号
B编100164电子郎邮件315@ptpress.com.cn
北京面中画印刷有限公司印刷
开本:787x10921/16
印张:33
字数:805千字
2017年8月第1版
印数:3500
2017年8月北京第4次印剧
著作权合同登记号图字:01-2016-1194号
定价:168.00元
读者服务热线010)81055410印装质量热线010)81055316
反盗版热线010)8105531
广告经营许可证:京东工商广登字20170147号
内容提要
《深度学习》由全球知名的三位专家 Tan Goodfellow、 Yoshua Bengio和 Aaron Courville
写,是深度学习领域莫基性的经典教材。全书的内容包括3个部分:第1部分介绍基本的
数学工具和机器学习的概念,它们是深度学习的预备知识:第2部分系统深入地讲解现今
成熟的深度学习方法和技术;第3部分讨论某些具有前瞻性的方向和想法,它们被公认为是
深度学习未来的研究重点
《深度学习》适合各类读者阅读,包括相关专业的大学生或研究生,以及不具有机器学
习或统计背景、但是想要快速补充深度学习知识,以便在实际产品或平台中应用的软件工
作者简介
Ian Goodfellow,谷歌公司( Google))的研究科学家,2014年蒙特利尔大学机器学习博士
他的研究兴趣涵盖大多数深度学习主题,特别是生成模型以及机器学习的.An.全.和隐私。Ilan
Goodfellow在研究对抗样本方面是一位有影响力的早期研究者,他发明了生成式对抗网络
在深度学习领域贡献卓
Yoshua Bengio,蒙特利尔大学计算机科学与运等学系(DIRO)的教授,蒙特利尔学习
算法研究所(MILA)的负责人, CIFAR项目的共同负责人,加拿大统计学习算法研究主
席。 Yoshua Bengio的主要研究目标是了解产生智力的学习原则。他还教授“机器学习”研
究生课程(IFT6260,并培养了一大批研究生和博士后
Aaron Courville,蒙特利尔大学计算机科学与运筹学系的助理教授,也是LISA实验室的
成员。目前他的研究兴趣集中在发展深度学习模型和方法,特别是开发概率模型和新颖的推
新方法。 Aaron Courville主要专注于计算机视觉应用,在其他领域,如自然语言处理、音频信
号处理、语音理解和其他AI相关任务方面也有所研究
中文版审校者简介
张志华,北京大学数学科学学院统计学教授,北京大学大数据研究中心和北京大数据研
究院数据科学教授,主要从事机器学习和应用统计学的教学与研究工作
译者简介
赵申剑,上海交通大学计算机系硕士研究生,研究方向为数值优化和自然语言处理
黎彧君,上海交通大学计算机系博士研究生,研究方向为数值优化和强化学习
符天凡,上海交通大学计算机系硕土研究生,研究方向为贝叶斯推断
Li凯,上海交通大学计算机系博土研究生,研究方向为博弈论和强化学习
中文版推荐语(按姓氏拼音排序)
《深度学习》的中文译本忠实客观地表述了英文原稿的内容。本书的三位共同作者
个老中青三代结合的整体,既有深度学习领域的奠基人,也有处于研究生涯中期的领域中坚
更有领域里近年涌现的新星。所以,本书的结构行文很好地考虑到了处于研究生涯各个不同
阶段的学生和研究人员的需求,是一本非常好的关于深度学习的教科书
深度学习近年来在学术界和产业界都取得了极大的成功,但诚如本书作者所说,深度学
习是创建人工智能系统的一个重要的方法,但不是全部的方法。期望在人工智能领域有所作
为的研究人员,可以通过本书充分思考深度学习和传统机器学习、人工智能算法的联系和区
别,共同推进本领域的发展
微软硏究院首席研究员华刚博士
这是一本还在写作阶段就被开发、研究和工程人员极大关注的深度学习教科书。它的出
版表明我们进入了一个系统化理解和组织深度学习框架的新时代。这本书从浅入深介绍了基
础数学、机器学习经验,以及现阶段深度学习的理论和发展。它能帮助A技术爱好者和从业
人员在三位专家学者的思维带领下全方位了解深度学习
讯倪图杰出科学家、香港中文大学教投贯佳亚
深度学习代表了我们这个时代的人工智能技术。这部由该领域最权威的几位学者Good
fellow、 Bengio、 Courville撰写的题为《深度学习》的著作,涵盖了深度学习的基础与应用、理
论与实践等各个方面的主要技术,观点鲜明,论述深刻,讲解详尽,内容充实。相信这是每
位关注深度学习人士的必读书目和必备宝典。感谢张志华教授等的辛勤审校,使这部大作能
够这么快与中文读者见面
华为诺亚方舟实验室主任,北京大学、南京大学客座教授, IEEE FellowLi航
从基础前馈神经网络到深度生成模型,从数学模型到最佳实践,这本书覆盖了深度学习的各
个方面。《深度学习》是当下最适合的入门书籍,强烈推荐给此领域的研究者和从业人
亚MA逊主任科学家、 Apache Mxnet发起人之一Li沐
出自三位深度学习最前沿权威学者的教科书一定要在案前放一本。本书的第二部分是精
华,对深度学习的基本技术进行了深入浅出的精彩阐述
Resnet作者之一、Face++首席科学家孙剑

免费下载地址：

http://pan.qqq0.com/file/488067-425780775