深入理解神經(jīng)網(wǎng)絡(luò) : 從邏輯回歸

本書以神經(jīng)網(wǎng)絡(luò)為線索，沿著從線性模型到深度學(xué)習(xí)的路線講解神經(jīng)網(wǎng)絡(luò)的原理和實(shí)現(xiàn)。本書將數(shù)學(xué)基礎(chǔ)知識(shí)與機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)緊密結(jié)合，包含線性模型的結(jié)構(gòu)與局限、損失函數(shù)、基于一階和二階信息的優(yōu)化算法、模型自由度與正則化、神經(jīng)網(wǎng)絡(luò)的表達(dá)能力、反向傳播與計(jì)算圖自動(dòng)求導(dǎo)、卷積神經(jīng)網(wǎng)絡(luò)等主題，幫助讀者建立基于數(shù)學(xué)原理的較深刻的洞見和認(rèn)知。本書還提供了邏輯回歸、多層全連接神經(jīng)網(wǎng)絡(luò)和多種訓(xùn)練算法的Python實(shí)現(xiàn)，以及運(yùn)用TensorFlow搭建和訓(xùn)練多種卷積神經(jīng)網(wǎng)絡(luò)的代碼實(shí)例。

張覺非

本科畢業(yè)于復(fù)旦大學(xué)計(jì)算機(jī)系，于中國科學(xué)院古脊椎動(dòng)物與古人類研究所取得古生物學(xué)碩士學(xué)位，目前在互聯(lián)網(wǎng)行業(yè)從事機(jī)器學(xué)習(xí)算法相關(guān)工作。