深度學習原理與實踐(開源圖書)-總目錄

深度學習原理與實踐(開源圖書)-總目錄

置頂 2018年10月13日 17:54:24 MTVideoAI 閱讀數：390 標籤： 深度學習原理與實踐機器學習原理與實踐開源圖書 更多

我的分類： 深度學習專題

所屬專欄： 深度學習原理與實踐

 

 版權聲明：本文爲博主原創文章，未經博主容許不得轉載。 https://blog.csdn.net/shareviews/article/details/83040730

深度學習原理與實踐(開源圖書)-總目錄

CSDN專欄: 深度學習原理與實踐(開源圖書)
CSDN專欄: 機器學習原理與實踐(開源圖書)

深度學習理論的突破和深度學習硬件加速能力的突破，使AI在模式識別、無人駕駛、智力遊戲領域取得空前的成功。學術界和工業界盡心盡力掀起人工智能的新一輪熱潮。各大互聯網巨頭紛紛成立人工智能研究中心，惟恐在新一輪人工智能的競賽被無情淘汰。深度學習應用已遍佈人工智能的各個分支，如專家系統、自動推理、天然語言理解、模式識別、計算機視覺、智能機器人等領域。但也許咱們未曾想到的事機器學習乃至人工智能的起源，是對人自己的意識、自我、心靈等哲學問題的探索。而在發展的過程當中，更是融合了統計學、神經科學、信息論、控制論、計算複雜性理論等學科的知識。

一塊兒閱讀和完善: 機器學習&深度學習原理與實踐(開源圖書)。告別碎片閱讀，構成知識譜系。

第1章 人工智能簡史

• 深度學習-10：人工智能簡史及三劍客
• 深度學習-11：神經元、神經網絡、人腦和卷積神網絡
• 深度學習-12：深度學習模型的特徵與演進
• 深度學習-13:開源深度學習數據集彙總
• 深度學習-14：知名的深度學習開源架構和項目

第2章 人工智能的理論基礎

• 深度學習-20:神經科學、腦科學和稀疏特性
• 深度學習-21:機率論基礎
• 深度學習-22:信息論和信息熵
• 深度學習-23:矩陣理論和範數
• 深度學習-24:數值計算、梯度降低和最小二乘法

第3章 從感知機到深度卷積神經網絡

• 深度學習-30:基礎CNN模型和深度學習模型
• 深度學習-31:單層感知機
• 深度學習-32:多層感知機原理
• 深度學習-33:卷積神經網絡(CNN)
• 深度學習-34:深度卷積神經網絡(DCNN)
• 深度學習-35:LeNet
• 深度學習-36:AlexNet
• 深度學習-37:Inception
• 深度學習-38:VGG
• 深度學習-39:ResNet
• 深度學習-310:DenseNet
• 深度學習-311:MobileNet
• 深度學習-312:網絡參數和調優

第4章 深度循環和深度遞歸神經網絡

• 深度學習-41:深度循環神經網絡
• 深度學習-42:深度循環神經網絡
• 深度學習-43:長短時記憶神經網絡(LSTM)

第5章 自編碼網絡和生成式對抗網絡

• 深度學習-51:自編碼網絡
• 深度學習-52:深度置信網絡
• 深度學習-53:深度玻爾茲曼機
• 深度學習-54:生成式對抗網絡GAN(原理、模型和演進)

第6章 高級深度學習網絡模型 <TODO…Waiting…>

• 深度學習-61:深度融合網絡
• 深度學習-62:深度稀疏網絡
• 深度學習-63:強化學習和AlphaGo
• 深度學習-64:膠囊網絡(Capsules)

第7章 深度學習開源引擎

• 深度學習-71:Tensorflow的架構、模型、可視化和案例庫
• 深度學習-72:PyTorch的架構、模型、可視化和案例庫
• 深度學習-73:MxNet的架構、模型、可視化和案例庫
• 深度學習-74:Keras的架構、模型、可視化和案例庫

第8章 人工智能將來已來

• 深度學習-80:展望深度學習的將來
• 深度學習-81:遊戲中的人工智能
• 深度學習-82:OpenCV與深度學習
• 深度學習-83:金融科技公司
• 深度學習-84:自動駕駛技術(L0-L5級別)
• 深度學習-85:智慧地球/智慧城市/智慧家庭
• 深度學習-86:深度學習的降維攻擊及流派
• 深度學習-87:通用人工智能,Singularity

相關文章

• CSDN專欄: 機器學習理論與實踐(開源圖書)
• CSDN專欄: 深度學習理論與實踐(開源圖書)
• Github: 機器學習&深度學習理論與實踐(開源圖書)

參考資料

• [1] 周志華. 機器學習. 清華大學出版社. 2016.
• [2] [日]杉山將. 圖解機器學習. 人民郵電出版社. 2015.
• [3] 佩德羅·多明戈斯. 終極算法-機器學習和人工智能如何重塑世界. 中信出版社. 2018.