深度学习的数学 短评

热门 最新
  • 33 多情键盘无情键 2019-06-20 18:34:17

    符合日本人一贯的风格,名字高大上,内容幼稚园

  • 26 头就这么疼星人 2019-09-29 13:28:50

    好的入门书就该这么写啊,而且别以为看上去简单就真的很浅。

  • 9 不精分枉少年 2019-08-25 22:24:58

    四五小时就能看完,跟着书就能把反向传播算法手撸一遍,东西不多但都是干货。书里激活函数是sigmoid,推荐还是照葫芦画瓢自己用ReLU自己再撸一遍。

  • 6 wdpm 2019-11-11 12:07:29

    优点:书很薄,注重细节,大量图示方便理解记忆。 缺点:数学公式太多,容易让人产生困惑。亮点:excel验证法。 总结:作为入门书,对于理解深度学习可以一读。

  • 6 林同学 2020-01-25 18:17:34

    那个什么小恶魔这种东西毫无意义,但是讲梯度下降和误差反向传播这个讲的比较清楚和简单版

  • 3 昊天 2020-06-27 14:48:04

    神经网络运用的数学理论是非常简单的,基本上是比较基础的数学知识。然而,很多文献大量使用公式和专业术语,令人难以看透神经网络的本质,这对于今后人工智能的发展是莫大的不幸和障碍。本书作为人工智能的入门书,打破了这种障碍,让所有人都能够体会到神经网络的趣味性。是一本很友好的书,可读性很强!

  • 2 飞林沙 2019-05-30 06:12:26

    这个对我而言确实太过于简单了

  • 1 唐超旬 2019-11-16 10:10:48

    本想看些相关的数学,但谁知道这书内容太浅了。但日系书的特点是讲解得逻辑清晰易懂,从神经细胞none or all的特性到人工神经单元再到神经网络和深度学习,串得比较好,相关数学基础也科普到位,并用简单的例子将不太具可解释性的神经网络做了原理解释,比较不错。选择excel做实验工具,让神经网络计算过程完全展示出来,比成熟的AI工具更有助于理解原理。但对初始参数的设定以及原理外的内容讲的太少,导致全书就只是入门级的科普书。

  • 0 ASUKALC 穷折腾 2020-06-27 13:04:14

    这,不就是一本习题集么?

  • 1 子子叔 2020-05-31 16:02:42

    我觉得和brillian.org上课程差不多

  • 1 qyt 2019-11-01 22:57:03

    对我的课程很有帮助,学习神经网络但是数学不太好的话可以看这个

  • 0 AhaEureka 2019-12-05 16:00:08

    神经网络算法的基本数学原理。个人感觉用Excel来操作挺多余的,主要是为了展示算法的迭代计算。核心思想并不复杂。可以作为初步了解神经网络算法的数学原理的入门。

  • 0 wuzzz 2021-04-08 21:47:16

    写的算是比较细了

  • 0 喵呜 2022-02-16 19:42:29

    未读完,不明觉厉

  • 2 时轲 2022-03-03 17:05:55

    不过如此的喃喃之作。Excel让人惊掉眼镜。 看完后发现是日本人写的书,回想起这个“数学基础”,联想到卧室书架里那本吃灰的《程序员的数学》,我有点瞠目结舌。

  • 0 霹雳大叔 2022-01-27 11:40:25

    日本人擅长用图和举例来把复杂的东西解释明白。这书讲解深度学习的原理。总体有点浅,亮点是讲的浅显易懂。前面1-4章都很棒,第5章讲卷积没讲好。

  • 0 此间的少年 2021-12-30 18:42:53

    越简单的问题可能越接近本质!

  • 0 阿安 2021-11-02 11:23:35

    感谢作者,让我这个数盲也能看懂一点深度学习的原理

  • 1 述而不作 2022-05-11 10:31:45

    28th & 10+。 对于要入门的人来说,要紧的不是掌握很多炫酷的名词去唬人,而是从根源上去理解为什么需要这些概念。这本书从生物神经元出发,逐步地给出数学上对于神经网络的概念,进而对一些最基本的算法做了介绍,真正做到了深入浅出。虽然这不意味着“深度学习的数学”仅有如上的意义,但其内核总归是如此。 日本人写书有太多可资借鉴之处,图形化的表示就是一个非常有趣的方法。

<< 首页 < 前页 后页 >