全书共12章。第1章介绍深度学习框架MXNet的发展过程和优缺点；第2章介绍开发环境的搭建，包括Docker的使用...
2019.5
本书将带你了解特征工程的完整过程，使机器学习更加系统、高效。首先从理解数据开始——机器学习模型的成功取...
2019.6
考虑到近几年深度学习的快速发展，而此方面的教材缺乏，本书以卷积神经网络算法原理为基础，对最近几年提出...
2019.4
本书的第1章从深度学习相关的基本概念开始，介绍了典型的神经网络结构和各种层的设计特点，然后对深度学习...
2019.4
本书是面向计算机体系结构设计师的深度学习入门读物。书中首先介绍机器学习的发展历程，并追踪深度学习技术...
2019.4
本书将统计学习和强化学习相结合，对强化学习函数估计中的基函数设计、样本重用以及策略搜索、模型估计等做...
2019.4
本书的核心视角是机器学习中的算法，旨在帮助读者掌握算法思想，熟悉相关的数学与统计学知识，并掌握必要的...
2019.3
本书从构建CNN块开始，基于最佳实践指导你实现真实的CNN模型并提供解决方案。你将学习创建图像和视频的创新...
2019.3
本书详细讲解了如何使用前沿的深度学习库PyTorch来解决所有的深度学习需求，读者可使用PyTorch训练神经网络...
2019.4
本书详细介绍tensorflow深度学习的基本算法原理、实现与应用，包括机器学习、图像识别、语音识别、语义理解...
2020.1