"深度學(xué)習(xí)技術(shù)屬于人工神經(jīng)網(wǎng)絡(luò)的范疇，而人工神經(jīng)網(wǎng)絡(luò)已有幾十年發(fā)展歷程，各種重要的技術(shù)分別散落在不同時(shí)期的學(xué)術(shù)文獻(xiàn)中。對(duì)于需要系統(tǒng)學(xué)習(xí)新知識(shí)的初學(xué)者來說，從許多技術(shù)文獻(xiàn)中開始學(xué)習(xí)并不是好的方式，經(jīng)驗(yàn)告訴我們應(yīng)該從一本內(nèi)容合理、邏輯性強(qiáng)的圖書開始，學(xué)習(xí)人工神經(jīng)網(wǎng)絡(luò)也不例外。本書基本涵蓋了人工神經(jīng)網(wǎng)絡(luò)縱向發(fā)展歷程中的主要節(jié)點(diǎn)技術(shù)，能夠滿足需要系統(tǒng)學(xué)習(xí)的讀者需求。
本書從生物神經(jīng)網(wǎng)絡(luò)基礎(chǔ)開始，圍繞人工神經(jīng)網(wǎng)絡(luò)技術(shù)的縱向發(fā)展特征進(jìn)行了深入淺出的講解和探討，內(nèi)容合理、系統(tǒng)性強(qiáng)。具體來說，第1章內(nèi)容高屋建瓴，涉及人工神經(jīng)網(wǎng)絡(luò)的引入及其角色，作者主要從體系架構(gòu)和并行性兩個(gè)方面說明人工神經(jīng)網(wǎng)絡(luò)的潛在優(yōu)勢(shì)。第2-3章介紹生物神經(jīng)網(wǎng)絡(luò)基礎(chǔ)和人工神經(jīng)網(wǎng)絡(luò)原理，第4-5章分別介紹單層/多層感知器和Madaline網(wǎng)絡(luò)，第6章介紹經(jīng)典和改進(jìn)的反向傳播算法。第7-8章分別介紹霍普菲爾德(Hopfield)網(wǎng)絡(luò)和對(duì)偶傳播(Counter Propagation)網(wǎng)絡(luò)，第9章介紹更接近生物神經(jīng)網(wǎng)絡(luò)的自適應(yīng)共振(ART)網(wǎng)絡(luò)。第10章介紹神經(jīng)認(rèn)知機(jī)，這是后來卷積神經(jīng)網(wǎng)絡(luò)發(fā)展的靈感來源，而卷積神經(jīng)網(wǎng)絡(luò)引領(lǐng)深度學(xué)習(xí)成為當(dāng)代人工智能的主流技術(shù)。第11章介紹神經(jīng)網(wǎng)絡(luò)的統(tǒng)計(jì)(隨機(jī))訓(xùn)練知識(shí)，第12章介紹循環(huán)神經(jīng)網(wǎng)絡(luò)。第13章介紹深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的原則及范圍，第14-15章分別介紹卷積神經(jīng)網(wǎng)絡(luò)和LAMSTAR神經(jīng)網(wǎng)絡(luò)，最后第16章是內(nèi)容廣泛的比較案例研究。
本書內(nèi)容合理，向讀者介紹了人工神經(jīng)網(wǎng)絡(luò)中使用的基本方法，并試圖解釋它們的數(shù)學(xué)基礎(chǔ)和設(shè)計(jì)細(xì)節(jié)。同時(shí)本書突出知識(shí)學(xué)習(xí)的實(shí)用性，在第4-9章，第11-12章，第16章均含有相應(yīng)的案例研究代碼供讀者學(xué)習(xí)參考，能激發(fā)讀者的學(xué)習(xí)興趣。
本書適用于理工科大學(xué)的人工智能、計(jì)算機(jī)、數(shù)據(jù)科學(xué)等專業(yè)高年級(jí)本科生或者研究生，也可作為人工智能相關(guān)領(lǐng)域的研究/技術(shù)人員的參考書籍，對(duì)該主題感興趣的讀者也可將本書作為自學(xué)參考書。要閱讀使用本書，讀者應(yīng)具備一些線性代數(shù)和微積分方面的數(shù)學(xué)基礎(chǔ)，以及計(jì)算編程技能(不限于特定的編程語言)。"