《Deep Learning》（深度學習）中文版 開發下載

 

 

《Deep Learning》（深度學習）中文版開放下載

 

《Deep Learning》（深度學習）是一本皆在幫助學生和從業人員進入機器學習領域的教科書，以開源的形式免費在網絡上提供，

這本書是由學界領軍人物 Ian Goodfellow、Yoshua Bengio 和 Aaron Courville 協力打造。

 

書籍原版英文目錄：

 Deep Learning

• Table of Contents
• Acknowledgements
• Notation
• 1 Introduction
• Part I: Applied Math and Machine Learning Basics
• 2 Linear Algebra
• 3 Probability and Information Theory
• 4 Numerical Computation
• 5 Machine Learning Basics
• Part II: Modern Practical Deep Networks
• 6 Deep Feedforward Networks
• 7 Regularization for Deep Learning
• 8 Optimization for Training Deep Models
• 9 Convolutional Networks
• 10 Sequence Modeling: Recurrent and Recursive Nets
• 11 Practical Methodology
• 12 Applications
• Part III: Deep Learning Research
• 13 Linear Factor Models
• 14 Autoencoders
• 15 Representation Learning
• 16 Structured Probabilistic Models for Deep Learning
• 17 Monte Carlo Methods
• 18 Confronting the Partition Function
• 19 Approximate Inference
• 20 Deep Generative Models
• Bibliography
• Index

來自機器之心的消息。

 

這本書的主題具體來講，是機器學習的一種，一種可以使計算機系統從經驗和數據中獲得提升的技術。深度學習是一種特定類型的機器學習，具備強大的能力和靈活性，它將大千世界表示爲嵌套的層次概念體系（由較簡單概念間的聯繫定義複雜概念、從通常抽象歸納到高級抽象表示）。對於本書的結構，第一部分介紹基本的數學工具和機器學習的概念，第二部分介紹最成熟的深度學習算法，而第三部分討論某些具備展望性的想法，它們被普遍地認爲是深度學習將來的研究重點。

所以，本書從基礎數學知識到各種深度方法全面而又深刻地描述了深度學習的各個主題。譯者們也相信開源此書 PDF 版的中文譯文能夠促進你們對深度學習的基礎和前沿知識有進一步的理解，也相信經過開放高質量的專業書籍能作到先閱讀後付費。

 

Deep Learning 中文版在 Github 開源，你能夠直接前往閱讀、下載，譯者建議「讀者能夠以中文版爲主、英文版爲輔來閱讀學習」。

 

更多細節請前往 Github，另外譯者們依舊須要反饋意見，你能夠在 Github 提交 issue，PDF 下載地址在這裏，在線閱讀在這裏。

 

注意因爲版權問題，在線中文Latex翻譯版本不提供圖片。