神經網絡設計 (Neural Network Design, 2/e)
馬丁 T.哈根 (Martin T.Hagan), 霍華德 B.德姆斯 (Howard B.Demuth), 馬克 H.比勒 (Mark H.Beale), 奧蘭多·德·赫蘇斯 (Orlando De Jesus)
- 出版商: 機械工業
- 出版日期: 2018-01-01
- 售價: $594
- 貴賓價: 9.5 折 $564
- 語言: 簡體中文
- 頁數: 426
- 裝訂: 平裝
- ISBN: 7305132179
- ISBN-13: 9787111586746
-
相關分類:
DeepLearning
- 此書翻譯自: Neural Network Design, 2/e (Paperback)
立即出貨 (庫存 < 4)
買這商品的人也買了...
-
類神經網路設計 (Neural Network Design)$720$684 -
人工智慧 ─ 現代方法 (Artificial Intelligence : A Modern Approach, 3/e)$500$450 -
時間序列分析$1,000$900 -
Neural Network Design, 2/e (Paperback)$1,600$1,520 -
$301推薦系統 (Recommender Systems: An Introduction) -
$194統計學習方法 -
深入理解計算機系統, 3/e (Computer Systems: A Programmer's Perspective, 3/e)$834$792 -
$958深度學習 -
Python 入門邁向高手之路王者歸來$699$629 -
$403MATLAB 與機器學習 -
機器學習入門｜從玻爾茲曼機械學習到深度學習$380$300 -
Python 神經網絡編程 (Make Your Own Neural Network)$407$383 -
推薦系統實踐$419$398 -
Deep Learning 深度學習基礎｜設計下一代人工智慧演算法 (Fundamentals of Deep Learning: Designing Next-Generation Machine Intelligence Algorithms)$620$490 -
深度學習 : 基於 MATLAB 的設計實例 (Deep Learning for Beginners: with MATLAB Examples)$354$336 -
百面機器學習 : 算法工程師帶你去面試$556$523 -
$607Python 深度學習 (Deep Learning with Python) -
類神經網路實戰：使用 Python (Make Your Own Neural Network)$420$328 -
打開演算法黑箱：反噬的AI、走鐘的運算，當演算法出了錯，人類還能控制它嗎？$399$315 -
$301精通特徵工程 (Feature Engineering for Machine Learning: Principles and Techniques for Data Scientists) -
浪潮之巔, 4/e$834$792 -
$857強化學習, 2/e (Reinforcement Learning: An Introduction, 2/e) -
$505自然語言處理入門 -
動手做深度強化學習 (Deep Reinforcement Learning Hands-On)$690$538 -
$431機器學習中的數學
相關主題
商品描述
本書是一本易學易懂的神經網絡教材，主要討論網絡結構、學習規則、訓練技巧和工程應用，緊緊圍繞“設計”這一視角組織材料和展開講解，強調基本原理和訓練方法，概念清晰，數學論述嚴謹，包含豐富的實例和練習，並配有課件和MATLAB演示程序。本書要求讀者具備線性代數、概率論和微分方程的基礎知識，可作為高年級本科生或一年級研究生的神經網絡導論課程教材，也可供有興趣的讀者自學或參考。
