當代機器深度學習方法與應(yīng)用研究

定　價：￥61.00

作　者：	黃孝平
出版社：	電子科技大學出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

京東 (￥61.00)

ISBN：	9787564752613	出版時間：	2017-11-01	包裝：
開本：	16開	頁數(shù)：	263	字數(shù)：

內(nèi)容簡介

　　《當代機器深度學習方法與應(yīng)用研究》對當前新的深度學習方法及應(yīng)用進行了全面的概述，涵蓋了自動語音識別（ASR）、計算機視覺、語言建模、文本處理、多模態(tài)學習以及信息檢索等方向，能使讀者對機器深度學習領(lǐng)域進行廣泛而深入的了解，對有志于了解和學習深度學習的讀者會有極大的幫助。

作者簡介

　　黃孝平，男，1973年11月生，中共黨員，工學碩士，高級工程師職稱，碩士研究生導(dǎo)師。現(xiàn)任南寧學院電氣類專業(yè)學科負責人、“校內(nèi)撥尖人才”。研究方向是人工智能和嵌入式系統(tǒng)。主持22項科研項目及教改課題的研究（省部級2項、地廳級13項、橫向項目2項、其他5項）；發(fā)表學術(shù)論文22篇（北大中文核心12篇、EI收錄4篇），已出版學術(shù)專著1部（獨著）；獲國家發(fā)明專利6項；獲得1項廣西高等教育自治區(qū)級教學成果獎三等獎1項（排名第1）、廣西職業(yè)教育自治區(qū)級教學成果獎一等獎1項（排名第四）；獲得廣西科技成果2項。受聘擔任廣西大學碩士研究生導(dǎo)師、廣西科技計劃項目評審專家、南寧市科技計劃項目評審專家、南寧市工信委職稱評審專家。

圖書目錄

1 引言
1．1 機器學習發(fā)展簡史
1．2 深度學習的定義
1．3 深度學習的應(yīng)用領(lǐng)域
1．4 深度學習的成果
2 大數(shù)據(jù)機器學習系統(tǒng)
2．1 大數(shù)據(jù)機器學習系統(tǒng)研究背景
2．2 大數(shù)據(jù)機器學習研究現(xiàn)狀
2．3 大數(shù)據(jù)機器學習系統(tǒng)的技術(shù)特征及主要研究問題
2．4 大數(shù)據(jù)機器學習相關(guān)技術(shù)
2．5 大數(shù)據(jù)機器學習平臺總體架構(gòu)
3 深度學習方法研究
3．1 深度學習方法的發(fā)展史
3．2 三類深度學習網(wǎng)絡(luò)
3．3 深度自編碼器
3．4．深度堆疊網(wǎng)絡(luò)及其變形
3．5 預(yù)訓(xùn)練的深度神經(jīng)網(wǎng)絡(luò)
4 深度學習技術(shù)的應(yīng)用研究
4．1 語音和音頻處理中的應(yīng)用
4．2 在語言模型和自然語言處理中的相關(guān)應(yīng)用
4．3 信息檢索領(lǐng)域中的應(yīng)用
4．4 在目標識別和計算機視覺中的應(yīng)用
4．5 多模態(tài)和多任務(wù)學習中的典型應(yīng)用
5 深度學習軟件仿真平臺及開發(fā)環(huán)境
5．1 Caffe平臺
5．2 TensorFlp平臺
5．3 MXNet平臺
5．4 Torch 7平臺
5．5 Theano平臺
6 大數(shù)據(jù)巨量分析與機器學習的應(yīng)用領(lǐng)域
6．1 互聯(lián)網(wǎng)領(lǐng)域
6．2 商業(yè)領(lǐng)域
6．3 工業(yè)領(lǐng)域
6．4 農(nóng)業(yè)信息化建設(shè)領(lǐng)域
6．5 醫(yī)療行業(yè)
6．6 城市規(guī)劃與建筑工程
6．7 其他研究領(lǐng)域
7 國內(nèi)外深度學習技術(shù)研發(fā)現(xiàn)狀及其產(chǎn)業(yè)化趨勢
7．1 深度強化學習：從AlphaGo背后力量到學習資源分享
7．2 Google在深度學習領(lǐng)域的研發(fā)現(xiàn)狀
7．3 Facebook在深度學習領(lǐng)域的研發(fā)現(xiàn)狀
7．4 百度在深度學習領(lǐng)域的研發(fā)現(xiàn)狀
7．5 阿里巴巴在深度學習領(lǐng)域的研發(fā)現(xiàn)狀
7．6 京東在深度學習領(lǐng)域的研發(fā)現(xiàn)狀
7．7 騰訊在深度學習領(lǐng)域的研發(fā)現(xiàn)狀
7．8 科創(chuàng)型公司（基于深度學習的人臉識別系統(tǒng)）
7．9 深度學習的硬件支撐——NVIDIA GPU
8 機器學習的哲學探索
8．1 機器學習哲學前沿科學基礎(chǔ)
8．2 機器學習的可能實現(xiàn)途徑分析
8．3 機器學習算法及其知識發(fā)現(xiàn)功能
9 總結(jié)與展望
9．1 深度學習發(fā)展歷史圖
9．2 深度學習的應(yīng)用介紹
9．3 深度神經(jīng)網(wǎng)絡(luò)的可塑性
9．4 基于腦啟發(fā)式的深度學習前沿方向
附錄
參考文獻