人工智能是近年來優(yōu)選很為火熱的研究領(lǐng)域之一，尤其是隨著深度學(xué)習(xí)算法研究的突破，人工智能技術(shù)被應(yīng)用到圖片識別、機(jī)器翻譯、語音助手、自動駕駛等一系列領(lǐng)域中，取得了靠前的智能水平。深度學(xué)習(xí)算法涵蓋的內(nèi)容很好前沿和廣袤，靠前外出版的相關(guān)書籍并不箅多，有些側(cè)重于理論層面的推導(dǎo)，有些側(cè)重于框架API的介紹，鮮有能結(jié)合深度學(xué)習(xí)算法原理和實戰(zhàn)講解的教材。為了使讀者能夠深刻理解深度學(xué)習(xí)算法精髓，本書以探索問題式敘述風(fēng)格展開，從很簡單的人工智能問題人手，一步步地引導(dǎo)讀者分析和解決并發(fā)現(xiàn)新的問題，重溫當(dāng)年算法設(shè)計人員的探索之路。本書介紹了深度學(xué)習(xí)算法所需要的基礎(chǔ)數(shù)學(xué)理論、TensorFlow框架的基本使用方法、回歸問題、分類問題、反向傳播算法、梯度下降箅法、過擬合、全連接網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、自編碼器、生成對抗網(wǎng)絡(luò)、強(qiáng)化學(xué)習(xí)、遷移學(xué)習(xí)等主流和前沿知識。針對每個算法或模型，本書均詳細(xì)分析了采用TensorFlow框架的實現(xiàn)方法，并基于多個常見的經(jīng)典數(shù)據(jù)集進(jìn)行了算法模型的實戰(zhàn)，如基于MNIST和CIFAR10數(shù)據(jù)集的圖片識別實戰(zhàn)、基于IMDB數(shù)據(jù)集的文本分析實戰(zhàn)、基于動漫頭像數(shù)據(jù)集的圖片生成實戰(zhàn)和基于OpenAIGym環(huán)境的平衡桿游戲?qū)崙?zhàn)等。通過原理與實戰(zhàn)結(jié)合的方式，讀者可優(yōu)選限度地理解算法理論，同時提升工程實現(xiàn)能力。本書可作為高等院校人工智能課程的教材，也可供從事人工智能、深度學(xué)習(xí)箅法研究與開發(fā)人員自學(xué)或參考。
|
