MATLAB深度学习 机器学习 神经网络与人工智能pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
下载压缩包 [复制下载地址] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页

MATLAB深度学习 机器学习 神经网络与人工智能PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 机器学习 1

1.1什么是机器学习 2

1.2机器学习面临的挑战 4

1.2.1过拟合 5

1.2.2克服过拟合 7

1.3机器学习的类型 9

1.4本章小结 13

第2章 神经网络 15

2.1神经网络的节点 15

2.2神经网络的层 17

2.3神经网络的监督学习 21

2.4训练单层神经网络：delta规则 22

2.5广义delta规则 25

2.6 SGD、Batch和Mini Batch 26

2.6.1 SGD 26

2.6.2 Batch 27

2.6.3 Mini Batch 27

2.7 delta规则示例 29

2.8 SGD方法的实现 30

2.9 Batch方法的实现 32

2.10 SGD与Batch的比较 34

2.11单层神经网络的局限性 36

2.12究竟发生了什么？ 38

2.13本章小结 40

第3章 多层神经网络的训练 41

3.1反向传播算法 42

3.2反向传播示例 46

3.2.1 XOR问题 48

3.2.2动量 50

3.3代价函数与学习规则 53

3.4交叉熵函数示例 57

3.5交叉熵函数 58

3.6代价函数比较 60

3.7本章小结 62

第4章 神经网络与分类问题 63

4.1二元分类 63

4.2多元分类 66

4.3多元分类示例 71

4.4本章小结 78

第5章 深度学习 79

5.1深度神经网络的改进 80

5.1.1梯度消失 81

5.1.2 过拟合 82

5.1.3计算负载 83

5.2 ReLU与Dropout的实例 84

5.2.1 ReLU函数 85

5.2.2 Dropout 88

5.3本章小结 93

第6章 卷积神经网络 95

6.1卷积神经网络架构 95

6.2卷积层 97

6.3池化层 101

6.4 MNIST示例 102

6.5本章小结 116