了不起的学习者

1 深入浅出神经网络与深度学习

深入浅出神经网络与深度学习

本书深入讲解神经网络和深度学习技术,侧重于阐释深度学习的核心概念。作者以技术原理为导向,辅以贯穿全书的MNIST手写数字识别项目示例,介绍神经网络架构、反向传播算法、过拟合解决方案、卷积神经网络等内容,以及如何利用这些知识改进深度学习项目。 [澳]迈克尔·尼尔森(MichaelNielsen) 2023-04-12 23:59:24
1 神经网络与机器学习(原书第3版)

神经网络与机器学习(原书第3版)

神经网络是计算智能和机器学习的重要分支,在诸多领域都取得了很大的成功。在众多神经网络著作中,影响最为广泛的是SimonHaykin的《神经网络与机器学习》(第3版)。本书作者结合近年来神经网络和机器学习的最新进展,从理论和实际应用出发,全面 [加]SimonHaykin 2023-04-12 23:58:01
1 深度学习的数学

深度学习的数学

《深度学习的数学》是一本通俗易懂的书籍,通过丰富的图示和具体示例,介绍了深度学习相关的数学知识。具体而言,第1章概述了神经网络;第2章介绍了理解神经网络所需的数学基础知识;第3章介绍了神经网络的最优化;第4章介绍了神经网络和误差反向传播法; [日]涌井良幸/[日]涌井贞美 2023-04-12 23:56:47
1 神经网络与深度学习

神经网络与深度学习

邱锡鹏是复旦大学计算机科学技术学院教授和博士生导师。他在复旦大学获得理学学士和博士学位。他的主要研究领域包括自然语言处理、机器学习和深度学习等。他已在相关领域的权威国际期刊和会议上发表了60多篇学术论文,并获得了ACL2017杰出论文奖以及 邱锡鹏 2023-04-12 23:55:51
1 孙应时的学宦生涯

孙应时的学宦生涯

南宋时期,权相史弥远的老师孙应时,他的生命历程如何反映了动荡诡谲的南宋政局?本书为一本学术型人物传记,作者以孙应时这个中低层士人为个案研究,深耕南宋史,通过书信等丰富多元的文集,还原历史人物的生命历程,勾勒出一个真实、丰满而具有故事性的人生 黄宽重 2023-04-11 20:05:45
1 论斯宾诺莎的学说

论斯宾诺莎的学说

莱辛去世后,他的好友门德尔松计划为他撰写传记。一次偶然的对话中,雅各布问门德尔松是否知道莱辛是斯宾诺莎主义者。门德尔松没听说过这个,这让他很生气。这两个人之间的争论就此展开。在门德尔松的传记中,雅各布主要表达了以下观点:莱辛曾经是斯宾诺莎主 [德]雅可比 2023-04-10 16:35:46
1 知日·了不起的推理

知日·了不起的推理

终于有货啦!《知日•了不起的推理》特集,完全保存本!一本就够!那些了不起的日系推理;人人都爱!推理大国的全景扫描!从江户川乱步、松本清张、京极夏彦等推理界大师,到东野圭吾、宫部美雪、乙一、凑佳苗等推理新秀,日系推理如何让人痴狂?日系推理到底 苏静主编 2023-04-10 04:18:02
1 了不起的古希腊

了不起的古希腊

【内容简介】公元前3100年—前1600年的克里特文明和公元前1600年—前1100年的迈锡尼文明,共同开启了古希腊的高光时刻。自此,文明步履不停。阿喀琉斯的愤怒、奥德修斯的归乡、赫克托的死去,谱写了《荷马史诗》的千古绝唱。走过诡谲的神话时 王冬妮 2023-04-09 22:26:26
1 钱锺书的学术人生

钱锺书的学术人生

王水照教授曾在中国社科院担任钱锺书先生的助手多年。虽然他们并没有师生关系的称呼,但他们之间保持着密切的联系,实则是师生之间的互相启发。王水照深入了解了钱锺书在学术和生活方面的情况。在宋代文学领域取得的卓越成果,也曾受到了钱锺书的启发。王水照 王水照 2023-04-09 21:59:08
1 Processing编程学习指南(原书第2版)

Processing编程学习指南(原书第2版)

在这本书中,你可以通过视觉化界面来学习电脑编程的基本原理。本书涵盖创建最前沿的图形应用程序所需的基础知识,如互动艺术、实时视频处理和数据可视化等。它是一本实验风格的手册,精心挑选了部分高级技术进行详尽解释,可以让图形和网页设计师、艺术家及平 [美]丹尼尔希夫曼(DanielShiffman) 2023-04-09 18:39:43
1 向拉斯维加斯学习

向拉斯维加斯学习

《向拉斯维加斯学习》与罗伯特•文丘里所著的《建筑复杂性与矛盾性》被认为是后现代主义建筑思潮的宣言。文丘里认为,群众不懂现代主义建筑语言,而群众喜欢的建筑往往形式平凡、活泼、装饰性强,具有隐喻性。他认为,赌城拉斯维加斯的面貌正好反映了群众的喜 [美]罗伯特•文丘里/[美]丹尼斯•斯科特•布朗/[美]史蒂文•艾泽努尔 2023-04-08 09:02:19
1 机器学习中的数学

机器学习中的数学

《机器学习中的数学》是一本入门图书,旨在系统介绍机器学习涉及的数学知识。本书以展示数学的友好性为原则,讲述机器学习中的常见数学知识,并力求为数学基础薄弱的读者铺平在机器学习中陡峭的台阶。全书共19章,分为线性代数、高等数学和概率3个组成部分 孙博 2023-04-08 03:13:01