本书介绍

近年来，以机器学习、知识图谱为代表的人工智能技术逐渐变得普及。从车牌识别、人脸识别、语音识别、智能助手、推荐系统到自动驾驶，人们在日常生活中都可能有意无意地用到了人工智能技术。这些技术的背后都离不开人工智能领域研究者的长期努力。特别是最近这几年，得益于数据的增多、计算能力的增强、学习算法的成熟以及应用场景的丰富，越来越多的人开始关注这个“崭新”的研究领域：深度学习。深度学习以神经网络为主要模型，一开始用来解决机器学习中的表示学习问题。但是由于其强大的能力，深度学习越来越多地用来解决一些通用人工智能问题，比如推理、决策等。目前，深度学习技术在学术界和工业界取得了广泛的成功，受到高度重视，并掀起新一轮的人工智能热潮。

本书最新pdf及ppt免费下载： 个人主页“私信”，回复关键字“qxdl”获取下载地址。

主要特点

系统性：系统地整理了神经网络和深度学习的知识体系。鉴于深度学习涉及的知识点较多，本书从机器学习的基本概念、神经网络模型以及概率图模型三个层面来串联深度学习所涉及的知识点，使读者对深度学习技术的理解更具系统性、条理性和全面性。

可读性：本书在编排上由浅入深，在语言表达上力求通俗易懂，并通过增加图例、示例以及必要的数学推导来理解抽象的概念。同时，附录简要介绍了本书所涉及的必要数学知识，便于读者查用。

实践性：本书在网站上配套了针对每章知识点的编程练习，使得读者在学习过程中可以将理论和实践密切结合，加深对知识点的理解，并具备分析问题和解决问题的能力。

本书目录

本书内容节选

本书免费版pdf及ppt下载地址

个人主页“私信”，回复关键字“qxdl”获取下载地址。

往期精品内容推荐

个人主页点击“私信”，回复关键字“his”获取文章地址。

自然语言处理顶会ACL 2020会议核心要点分享

2020年最值得阅读的10本人工智能相关书籍

中文版-《可解释的机器学习-黑盒模型可解释性理解指南》pdf免费分享

CMU新课-《深度学习技术入门 2020春》视频及ppt分享

机器学习必看经典教材-《统计机器学习(数据挖掘、推理和预测)核心元素》最新版免费分享

Tensorflow 2.0历史最全资源中文版整理分享-教程、博客、代码和视频教程

谷歌Tensorflow 2.0最全书籍、实战项目、代码、官方视频教程分享

新书-计算机视觉、机器人及机器学习线性代数基础-最新版分享

深度学习-强化学习-图神经网络-自然语言处理等AI课程超级大列表

Coursera免费新课-面向AI、机器学习和深度学习的TensorFlow入门推荐

Geffery Hinton-数字代表模型从数据中抽取的知识、AI不会有寒冬

CMU-2018年8月-深度学习基础课程视频分享