深度學(xué)習(xí)500問，以問答形式對(duì)常用的概率知識(shí)、線性代數(shù)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、計(jì)算機(jī)視覺等熱點(diǎn)問題進(jìn)行闡述，以幫助自己及有需要的讀者。 全書分為18個(gè)章節(jié)，50余萬字。需要的朋友可下載試試！

內(nèi)容

第1章 數(shù)學(xué)基礎(chǔ) 1

1.1 向量和矩陣 1

1.2 導(dǎo)數(shù)和偏導(dǎo)數(shù) 5

1.3 特征值和特征向量 6

1.4 概率分布與隨機(jī)變量 7

1.5 常見概率分布 11

1.6 期望、方差、協(xié)方差、相關(guān)系數(shù) 13

第2章 機(jī)器學(xué)習(xí)基礎(chǔ) 16

2.1 基本概念 16

2.2 機(jī)器學(xué)習(xí)的學(xué)習(xí)方式 20

2.3 分類算法 22

2.4 邏輯回歸 26

2.5 代價(jià)函數(shù) 28

2.6 損失函數(shù) 32

2.7 梯度下降法 35

2.8 線性判別分析 40

2.9 主成分分析 43

2.10 模型評(píng)估 47

2.11 決策樹 61

2.12 支持向量機(jī)（SVM） 65

2.13 貝葉斯分類器 72

2.14 EM算法 77

2.15 降維和聚類 79

第3章 深度學(xué)習(xí)基礎(chǔ) 89

3.1 基本概念 89

3.2 神經(jīng)網(wǎng)絡(luò)計(jì)算 95

3.3 激活函數(shù) 104

3.4 BATCH SIZE 112

3.5 歸一化 114

3.6 參數(shù)初始化 121

3.7 預(yù)訓(xùn)練與微調(diào) 123

3.8 超參數(shù) 127

3.9 學(xué)習(xí)率 129

3.10 正則化 133