深度學(xué)習(xí)：基于Matlab的設(shè)計實例

　　深度學(xué)習(xí)：基于Matlab的設(shè)計實例 本書共包含6章內(nèi)容，可以分為3個主題。書中例子均用MATLAB編寫而成。 第1個主題是機(jī)器學(xué)習(xí)。深度學(xué)習(xí)起源于機(jī)器學(xué)習(xí)，這意味著如果想要理解深度學(xué)習(xí)的本質(zhì)，就必須在某種程度上知道機(jī)器學(xué)習(xí)背后的理念。第1章從機(jī)器學(xué)習(xí)與深度學(xué)習(xí)的關(guān)系開始講起，隨后是解決問題的策略和機(jī)器學(xué)習(xí)的基本局限性。 第2個主題是人工神經(jīng)網(wǎng)絡(luò)這是第2~4章的重點內(nèi)容。由于深度學(xué)習(xí)就是采用一種神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)，所以不能將神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)分開。第2章從神經(jīng)網(wǎng)絡(luò)的基本概念講起：它的工作原理、體系結(jié)構(gòu)和學(xué)習(xí)規(guī)則，也講到了神經(jīng)網(wǎng)絡(luò)由簡單的單層結(jié)構(gòu)演化為復(fù)雜的多層結(jié)構(gòu)的原因。第3章介紹了反向傳播算法，它是神經(jīng)網(wǎng)絡(luò)中一種重要和典型的學(xué)習(xí)規(guī)則，深度學(xué)習(xí)也使用這種算法。本章解釋了代價函數(shù)和學(xué)習(xí)規(guī)則是如何聯(lián)系起來的，哪一種代價函數(shù)在深度學(xué)習(xí)中被廣泛使用。第4章介紹了將神經(jīng)網(wǎng)絡(luò)應(yīng)用到分類問題中的方法。其中單列一節(jié)專門講分類，因為它是目前流行的一種深度學(xué)習(xí)應(yīng)用。例如圖像識別是一個分類問題，也是深度學(xué)習(xí)的一種主要應(yīng)用。 第3個主題是深度學(xué)習(xí)，也是本書的重點，將在第5章和第6章中講解。第5章介紹了使深度學(xué)習(xí)能夠產(chǎn)生卓越性能的驅(qū)動因素。第6章講解了卷積神經(jīng)網(wǎng)絡(luò)，本章首先介紹了卷積神經(jīng)網(wǎng)絡(luò)的基本概念和結(jié)構(gòu)，并與前面的圖像識別算法進(jìn)行了比較;隨后解釋了卷積層和池化層的作用和運算方法，它們是卷積神經(jīng)網(wǎng)絡(luò)的重要組成部分。第6章也包含了一個用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行數(shù)字圖像識別的例子，并研究了圖像通過各層的演化過程。

　　Phil Kim，博士，從事無人駕駛飛機(jī)自主飛行算法和機(jī)載軟件的開發(fā)和研制工作。同時，他作為一名經(jīng)驗豐富的MATLAB程序員，一直致力于使用MATLAB進(jìn)行人工智能、深度學(xué)習(xí)的大數(shù)據(jù)集繪制和分析算法的研究，先后在美國出版了MATLAB Deep Learning： with Machine Learning， Neural Networks and Artificial Intelligence和Deep Learning for Beginners： with MATLAB Examples 等書籍，在人工智能和MATLAB領(lǐng)域享有較高聲譽(yù)。 譯者簡介 鄒偉，副研究員，北京?？桶羁萍加邢薰綜EO，并成立了中科院鄒博人工智能研究中心（杭州站）等產(chǎn)研機(jī)構(gòu)；研究方向為機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、計算幾何等領(lǐng)域，研究成果已成功應(yīng)用于大型氣象設(shè)備的圖像與文本挖掘、金融產(chǎn)品AI化、股票交易與預(yù)測、高速公路流量預(yù)測和分析、傳統(tǒng)農(nóng)資產(chǎn)品價格預(yù)測和決策等領(lǐng)域；獲得發(fā)明專利4項，著作權(quán)3個。