【干货书】深度学习数学:理解神经网络
数据派THU
共 1074字,需浏览 3分钟
·
2022-07-08 06:58
来源:专知 本文为书籍介绍,建议阅读5分钟 本文内容为使深度学习易于理解的基本数学知识。
概率规则,概率分布,贝叶斯概率 使用统计数据来理解数据集和评估模型 如何操作向量和矩阵,并利用它们在神经网络中移动数据 如何用线性代数实现主成分分析和奇异值分解 如何应用改进版本的梯度下降,如RMSprop, Adagrad和Adadelta 一旦你通过AI编程的镜头理解了本书中呈现的核心数学概念,你就会有基础的知识来轻松跟随和使用深度学习。
Chapter 1: Setting the Stage
Chapter 2: Probability
Chapter 3: More Probability
Chapter 4: Statistics
Chapter 5: Linear Algebra
Chapter 6: More Linear Algebra
Chapter 7: Differential Calculus
Chapter 8: Matrix Calculus
Chapter 9: Data Flow in Neural Networks
Chapter 10: Backpropagation
Chapter 11: Gradient Descent
Appendix: Going Further
View the detailed Table of Contents
View the Index
评论