机读格式显示(MARC)

• 000 01829cam 2200349 450

• 001 0000919313

• 005 20210922110600.0

• 010 __ |a 978-7-115-55231-0 |d CNY89.90

• 099 __ |a CAL 012021051196

• 100 __ |a 20210401d2021 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 人工智能算法 |A ren gong zhi neng suan fa |h 卷3 |i 深度学习和神经网络 |f (美) 杰弗瑞·希顿著 |d = Artificial intelligence for humans |h Volume 3 |i Deep learning and neural networks |f Jeffery Heaton |g 王海鹏译 |z eng

• 210 __ |a 北京 |c 人民邮电出版社 |d 2021

• 215 __ |a 23, 264页 |c 图 |d 23cm

• 306 __ |a 由作者Jeffery Heaton授枚人民邮电出版社出版

• 314 __ |a 杰弗瑞·希顿，他既是一位活跃的技术博主、开源贡献者，也是十多本图书的作者。他的专业领域包括数据科学、预测建模、数据挖掘、大数据、商务智能和人工智能等。他拥有华盛顿大学信息管理学硕士学位，是IEEE的高级会员、Sun认证Java程序员、开源机器学习框架Encog的首席开发人员。

• 320 __ |a 有书目 (第260-264页)

• 330 __ |a 本书介绍了神经网络的历史，以及神经网络相关技术的发展脉络，以及深度神经网络是如何带来人工智能的新的春天。本书将在诸如图像识别和数据科学等各种真实世界的任务中来展示神经网络，将介绍当前流行的神经网络技术，包括ReLU激活函数、随机梯度下降、交叉熵、随机失活和可视化等。

• 500 10 |a Artificial intelligence for humans, Volume 3: Deep learning and neural networks |A Artificial Intelligence For Humans, Volume 3: Deep Learning And Neural Networks |m Chinese

• 517 1_ |a 深度学习和神经网络 |A shen du xue xi he shen jing wang luo

• 606 0_ |a 人工智能 |A ren gong zhi neng |x 算法

• 690 __ |a TP18 |v 5

• 701 _1 |a 希顿 |A xi dun |g (Heaton, Jeffery) |4 著

• 702 _0 |a 王海鹏 |A wang hai peng |4 译

• 801 _0 |a CN |b SEU |c 20210401

• 801 _2 |a CN |b PUL |c 20210603

• 905 __ |a JHUD |d TP18/365/3

• 920 __ |a 242450 |z 1

• 998 __ |a SEU