深度學習的數學：用數學開啟深度學習的大門

香港二樓書店 > 今日好書推介

好吃（NO.5＋6）套書（共二冊）

定價99.00元
8 折優惠：HK$79.2

深度學習的數學：用數學開啟深度學習的大門

沒有庫存
訂購需時10-14天


			9789864344802
			涌井良幸,涌井貞美
			楊瑞龍
			博碩
			2020年5月04日
			167.00 元
			HK$ 141.95

詳
細
資
料

ISBN：9789864344802</li><li>規格：平裝 / 240頁 / 17 x 23 x 1.2 cm / 普通級 / 雙色印刷 / 初版</li><li>出版地：日本

分
類

自然科普 > 數學 > 概論

同
類
書
推
薦

超實用中學數學概念筆記：從原理＆規則建構公式×方程式×函數×圖形的進階實力！

大自然的數學遊戲

公式之美：23個經典公式，掌握宇宙萬物法則，喚醒你的數學魂

數學謎題大圖鑑：伽利略科學大圖鑑11

【吳軍博士寫給成年人的通識講義套書】（二冊）：《閱讀與寫作通識講義》+《數學通識講義》

內
容
簡
介

<div class="bd">
<div class="content" style="height:auto;">
<div><strong>　　【數學王道】01</strong></div>
<div>?</div>
<div><strong>　　掌握數學才能開啟深度學習的大門</strong></div>
<div><strong>　　注重理解才能走向數學應用之大道</strong></div>
<div>?</div>
<div>　　許多人在求學時期接觸數學的時候總是意興闌珊，總覺得只要四則運算就能夠應付大部分的日常所需，什麼指數、對數、向量、三角函數，甚至微積分，常常是不求甚解而只求低空飛過。等到機器學習、深度學習等掘起，人們才突然了解到那些數學知識的確是有用的，它們才是這些領域入門的鑰匙。</div>
<div>?</div>
<div>　　不論您是曾經放棄過數學，還是想要重溫數學的知識，透過本書都可以讓您迅速重回數學的懷抱。書中擅用比喻的方式，務使讀者能夠從基礎原理開始理解，並佐以簡明扼要的範例加以解說，使讀者循序漸進地理解深度學習的諸多關鍵字，像是：權重、偏壓、啟動函數、梯度下降法、誤差反向傳播法、卷積神經網路......等。搭配清楚且直觀的插圖，就連高中生也看得懂！不管什麼樣的職業或年紀，只要拿起這本書，就能使數學成為您強而有力的武器。</div>
<div>?</div>
<div>　　除了理解之外，本書也重視實際動手作。您可以下載書中資源，親自用Excel檔來接觸深度學習的數學操作。輸入不同的數字並觀察其變化，相信會使讀者更能夠了解公式的涵義。</div>
<div>?</div>
<div>　　第1章神經網路的概說</div>
<div>　　第2章理解神經網路所需的數學基礎知識</div>
<div>　　第3章神經網路的最佳化</div>
<div>　　第4章神經網路和誤差反向傳播法</div>
<div>　　第5章深度學習和卷積神經網路。</div>
<div>?</div>
<div>　　書中使用Excel進行理論驗證，幫助讀者直觀地體驗深度學習的原理。</div>
</div><div class="type02_gradient" style="display:none;"></div>
</div></div><div class="mod_b type02_m057 clearfix">
<a name="AuthorP00a400020009"> </a>

目
錄

<div class="bd">
<div class="content more_off" id="M201105_0_getProdTextInfo_P00a400020009_h2">
<strong>第 1 章神經網路的概說</strong><br>
1-1 神經網路和深度學習<br>
1-2 神經元行為的數學表示<br>
1-3 啟動函數：將神經元的行為一般化<br>
1-4 什麼是神經網路<br>
1-5 用惡魔來講解神經網路的結構<br>
1-6 將惡魔的行為翻譯成神經網路的語言<br>
1-7 網路自主學習的神經網路<br>
<br>
<strong>第 2 章神經網路的數學基礎</strong><br>
2-1 神經網路所需的函數<br>
2-2 有助於理解神經網路的數列和遞推關係式<br>
2-3 神經網路中經常用到的 Σ 符號<br>
2-4 有助於理解神經網路的向量基礎<br>
2-5 有助於理解神經網路的矩陣基礎<br>
2-6 神經網路的微分基礎<br>
2-7 神經網路的偏微分基礎<br>
2-8 誤差反向傳播法必備的連鎖律<br>
2-9 梯度下降法的基礎：多變數函數的近似公式<br>
2-10 梯度下降法的涵義與公式<br>
2-11 用 Excel 體驗梯度下降法<br>
2-12 最優化問題和迴歸分析<br>
<br>
<strong>第 3 章神經網路的最佳化</strong><br>
3-1 神經網路的參數和變數<br>
3-2 神經網路的變數的關係式<br>
3-3 學習資料和正解<br>
3-4 神經網路的成本函數<br>
3-5 用 Excel 體驗神經網路<br>
<br>
<strong>第 4 章神經網路和誤差反向傳播法</strong><br>
4-1 梯度下降法的回顧<br>
4-2 神經單元誤差 δ<br>
4-3 神經網路和誤差反向傳播法<br>
4-4 用 Excel 體驗神經網路的誤差反向傳播法<br>
<br>
<strong>第 5 章深度學習和卷積神經網路</strong><br>
5-1 用小惡魔來講解卷積神經網路的結構<br>
5-2 將小惡魔的行為翻譯成卷積神經網路的語言<br>
5-3 卷積神經網路的變數關係式<br>
5-4 用 Excel 體驗卷積神經網路<br>
5-5 卷積神經網路和誤差反向傳播法<br>
5-6 用 Excel 體驗卷積神經網路的誤差反向傳播法<br>
<br>
附錄<br>
A 訓練資料（1）<br>
B 訓練資料（2）<br>
C 用數學式表示模式的相似度<br>
</div>

書
評

	其他著作
1.	圖解文具的科學：書桌上的高科技

2.	生活科學大百科

3.	情報致富的EXCEL統計學：上班有錢途，下班賺更多，大數據時代早一步財富自由的商業武器

4.	圖解小文具大科學：辦公室的高科技（修訂版）

5.	工作一定要用到的統計：如何證明自己正確研判？別人的報告哪裡有破綻？產品熱賣是方法對了或只是湊巧？光有大數據還不夠，只有統計才能給你答案