Pattern Recognition and Machine Learning

Christopher Bishop

评分 9.5分

The dramatic growth in practical applications for machine learning over the last ten years has been accompanied by many important developments in the underlying algorithms and techniques. For

MATLAB智能算法超级学习手册

评分 0.0分

图深度学习

马耀

评分 暂无

《图深度学习》全面介绍了图深度学习的理论基础、模型方法及实际应用。全书分为4 篇，共15 章。第1 篇为基础理论，重点介绍图和深度学习的基础知识，包括图的关键概念和属性、各种基础的神经网络模型、训练深度学习模型的关键方法以及防止训练过程中过度拟合的实用技术；第2 篇为模型方法，涵盖了从基本设置到高级设置的成熟的图深度学习方法，包括图嵌入、图过滤和池化操作、图对抗攻击和图对抗防御技术

模式识别与智能计算―MATLAB技术实现

杨淑莹

评分 暂无

《模式识别与智能计算―MATLAB技术实现（第3版）》广泛吸取统计学、神经网络、数据挖掘、机器学习、人工智能、群智能计算等学科的先进思想和理论，将其应用到模式识别领域中；以一种新的体系，系统、全面地介绍模式识别的理论、方法及应用。全书分为14章，内容包括：模式识别概述，特征的选择与优化，模式相似性测度，基于概率统计的贝叶斯分类器设计，判别函数分类器设计，神经网络分类器设计（BP神经

MATLAB神经网络43个案例分析

王小川, 史峰, 郁磊, 李洋

评分 8.5分

意识的宇宙

[美] 杰拉尔德·埃德尔曼, [美] 朱利欧·托诺尼

评分 8.3分

本书对意识理论进行全面研究，建立在近代神经科学基础上、致力于对意识的产生、及人们对意识的认识如何帮助其“把严格的科学描述与人类知识和经验的宽广领域联系起来”等问题进行解答。

神经网络原理(原书第2版)

Simon Haykin

评分 7.4分

深度学习

董豪 等

评分 暂无

神经网络与深度学习

吴岸城

评分 5.6分

随着AlphaGo与李世石大战的落幕，人工智能成为话题焦点。AlphaGo背后的工作原理"深度学习"也跳入大众的视野。什么是深度学习，什么是神经网络，为何一段程序在精密的围棋大赛中可以大获全胜？人工智终将会取代人类智慧吗？ 本书结合日常生活中的寻常小事，生动形象地阐述了神经网络与深度学习的基本概念、原理和实践，案例丰富，深入浅出。对于正在进入人工智能时代的我们，这些内容无疑可以帮助我们更好地理解人

深度学习

乐毅

评分 3.6分

《深度学习——Caffe之经典模型详解与实战》首先介绍了深度学习相关的理论和主流的深度学习框架，然后从Caffe深度学习框架为切入点，介绍了Caffe的安装、配置、编译和接口等运行环境，剖析Caffe网络模型的构成要素和常用的层类型和Solver方法。通过LeNet网络模型的Mnist手写实例介绍其样本训练和识别过程，进一步详细解读了AlexNet、VGGNet、GoogLeNet

TensorFlow实战

黄文坚

评分 7.2分

Google近日发布了TensorFlow 1.0候选版，这个稳定版将是深度学习框架发展中的里程碑的一步。自TensorFlow于2015年底正式开源，距今已有一年多，这期间TensorFlow不断给人以惊喜，推出了分布式版本，服务框架TensorFlow Serving，可视化工具TensorFlow，上层封装TF.Learn，其他语言（Go、Java、Rust、Haskell）

深度学习：21天实战Caffe

赵永科

评分 6.5分

隐秩序

约翰 H. 霍兰

评分 8.4分

比天空更宽广

[美]杰拉尔德·M. 埃德尔曼

评分 7.2分

雨果说：世界上最广阔的是大海。比大海更广阔的是天空。比天空更广阔的是人的心灵。《比天空更宽广》探索的即是人的心灵与身体的关联，以及意识的本质的书。诺贝尔奖获得者、神经科学家埃德尔曼博士讨论了科学和医学的最新进展，探索了意识与因果、进化、自我发展的关系，以及感觉、学习和记忆的起源问题。 我们是如何产生感知、思想和情感？诺贝尔奖获得者埃德尔曼试图从神经元的活动来解释

scikit learn机器学习

黄永昌

评分 7.9分

人工智能哲学

玛格丽特·A·博登

评分 8.4分

神经网络与机器学习

(加)海金

评分 9.0分

《神经网络与机器学习(英文版第3版)》的可读性非常强，作者举重若轻地对神经网络的基本模型和主要学习理论进行了深入探讨和分析，通过大量的试验报告、例题和习题来帮助读者更好地学习神经网络。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《神经网络原理》(第4版更名为《神经网络与机器学习》）。在《神经网络

模式分类

Richard O. Duda

评分 8.8分

精通MATLAB神经网络

朱凯

评分 7.5分

《精通MATLAB神经网络》由MATLAB入门篇、神经网络提高篇和神经网络综合实战篇3篇组成。MATLAB入门篇主要介绍MATLAB软件、基本运算、图形绘制、程序设计和Simulink仿真；神经网络提高篇讲述神经网络的主要内容，包括神经网络工具箱和GUI工具，以及感知器、线性、BP、径向基、自组织、反馈等各种不同的神经网络，讲述各种神经网络的性能分析与直观的图形结果，使读者更加透彻地了解各种神经网

意识的解释

[美] 丹尼尔·丹尼特

评分 8.6分

深度学习的数学

[日]涌井良幸

评分 8.4分

世界的逻辑构造

[德]鲁道夫·卡尔纳普

评分 8.9分

深度学习入门

[日］斋藤康毅

评分 9.5分

本书是深度学习真正意义上的入门书，深入浅出地剖析了深度学习的原理和相关技术。书中使用Python3，尽量不依赖外部库或工具，从基本的数学知识出发，带领读者从零创建一个经典的深度学习网络，使读者在此过程中逐步理解深度学习。书中不仅介绍了深度学习和神经网络的概念、特征等基础知识，对误差反向传播法、卷积神经网络等也有深入讲解，此外还介绍了深度学习相关的实用技巧，自动驾驶、图像生成、强化学习等方面的应用，

与机器赛跑

埃里克·布林约尔松

评分 7.2分

一场数字革命正在加速进行。 一些科幻小说里的场景已经在现实中发生：无人驾驶汽车开上了公路；智能设备能高效地翻译人类语言；人工智能系统在智力竞赛里击败了所有人类选手；工厂雇主开始购买更多的新机器，却不招新工人…… 这些例子都证明，数字技术正在快速地掌握原本只属于人类的技能，并深刻地影响了经济。虽然大多数影响是积极的：数字革新将提高效率、降低商品

MATLAB神经网络超级学习手册

MATLAB技术联盟

评分 暂无

《MATLAB神经网络超级学习手册》以新近推出的MATLAB R2013a神经网络工具箱为基础，系统全面地介绍了神经网络的各种概念和应用。《MATLAB神经网络超级学习手册》按逻辑编排，自始至终采用实例描述；内容完整且每章相对独立，是一本不可多得的掌握MATLAB神经网络的学习用书。 全书共分为16章，从MATLAB简介开始，详细介绍了MATLAB的基础知识、M

应用MATLAB实现神经网络

闻新

评分 暂无

连接组

[美] 承现峻

评分 8.6分

基因组让你成为人，连接组让你成为你。 每个人都是独特的，我们早就清楚这一点，但科学家一直没有弄明白人的独特性体现在哪里。承现 峻认为，它就藏在大脑神经元的连接方式中。连接组（connectome）是指神经系统中神经元连接的总和，是遗传和生活经历发生相互作用的结果，是先天与后天的结合点。 承现峻的文字优雅清晰，富于幽默感，他在书中介绍了神经科学的发展历程

深度学习:方法及应用

邓力

评分 6.0分

序言 译者序 深度学习是目前人工智能、机器学习领域异常火热的研究方向，受到了学术界和工业界的高度关注，被《麻省理工学院技术评论》（MIT Technology Review）评为2013年十大突破性技术之首。深度学习已经在语音识别、图像识别、自然语言处理等诸多领域取得了突破性进展，对学术界和工业界产生了深远的影响。本书原著的作者——微软研究院

自己动手写神经网络

葛一鸣

评分 暂无

《自己动手写神经网络》讲解通俗易懂，使用简单的语言描述人工神经网络的原理，并力求以具体实现与应用为导向，除了理论介绍外，每一章节的应用和实践都有具体的实例实现，让读者达到学以致用。《自己动手写神经网络》分为11章，主要内容为：简单的人工神经网络模型和理论应用；介绍了一个基于Java的人工神经网络框架Neuroph；介绍了基于Neuroph开发一个简单的人工神经网络系统—感知机；介绍

神经网络算法与实现

法比奥 (Fábio M.Soares)

评分 暂无

人工神经网络是由众多连接权值可调的神经元连接而成，具有大规模并行处理、分布式信息存储、良好的自组织自学习能力等特点，能够完成模式识别、机器学习以及预测趋势等任务。 本书通过9章内容，并结合Java编程语言，由浅入深地介绍了神经网络算法的应用。书中涉及神经网络的构建、神经网络的结构、神经网络的学习、感知机、自组织映射等核心概念，并将天气预测、疾病诊断、客户特征聚类、模式识别、神经网络