书目信息 |
| 题名： |
深度学习
|
|
| 作者： | 古德费洛 ， 本吉奥 ， 库维尔 著 ；赵申剑 ， 黎彧君 译 | |
| 分册： | ||
| 出版信息： | 北京 人民邮电出版社 2017.08 |
|
| 页数： | x, 500页 | |
| 开本： | 26cm | |
| 丛书名： | ||
| 单 册： | ||
| 中图分类： | TP181 | |
| 科图分类： | ||
| 主题词： | 机器学习--ji qi xue xi | |
| 电子资源： | ||
| ISBN： | 978-7-115-46147-6 | |
| 000 | 01893nam0 2200337 450 | |
| 001 | 2451391800 | |
| 010 | @a978-7-115-46147-6@dCNY168.00 | |
| 100 | @a20170829d2017 em y0chiy0120 ea | |
| 101 | 1 | @achi@ceng |
| 102 | @aCN@b110000 | |
| 105 | @aak a 001yy | |
| 106 | @ar | |
| 200 | 1 | @a深度学习@Ashen du xue xi@f(美) 伊恩·古德费洛, (加) 约书亚·本吉奥, 亚伦·库维尔著@d= Deep learning@fIan Goodfellow, Yoshua Bengio, Aaron Courville@g赵申剑 ... [等] 译@zeng |
| 210 | @a北京@c人民邮电出版社@d2017.08 | |
| 215 | @ax, 500页@c图 (部分彩图)@d26cm | |
| 304 | @a题名页题: 赵申剑, 黎彧君, 符天凡, 李凯译 | |
| 306 | @a本书简体中文翻译版由Bardon-Chinese Media Agency代理MIT Press授权人民邮电出版社独家出版发行 | |
| 314 | @aIan Goodfellow, 谷歌公司的研究科学家, 2014年蒙特利尔大学机器学习博士。Yoshua Bengio, 蒙特利尔大学计算机科学与运筹学系的教授。Aaron Courville, 蒙特利尔大学计算机科学与运筹学系的助理教授。赵申剑, 上海交通大学计算机系研究生博士, 研究方向为数值优化和自然语言处理。黎彧君, 上海交通大学计算机系博士研究生, 研究方向为数值优化和强化学习。 | |
| 320 | @a有书目 (第439-485页) 和索引 | |
| 330 | @a《深度学习》由全球知名的三位专家Ian Goodfellow、Yoshua Bengio 和Aaron Courville撰写, 是深度学习领域奠基性的经典教材。全书的内容包括3个部分: 第1部分介绍基本的数学工具和机器学习的概念, 它们是深度学习的预备知识; 第2部分系统深入地讲解现今已成熟的深度学习方法和技术; 第3部分讨论某些具有前瞻性的方向和想法, 它们被公认为是深度学习未来的研究重点。 | |
| 500 | 10 | @aDeep learning@mChinese |
| 586 | @a | |
| 606 | 0 | @a机器学习@Aji qi xue xi |
| 690 | @aTP181@v5 | |
| 701 | 1 | @a古德费洛@Agu de fei luo@g(Goodfellow, Ian)@4著 |
| 701 | 1 | @a本吉奥@Aben ji ao@g(Bengio, Yoshua)@4著 |
| 701 | 1 | @a库维尔@Aku wei er@g(Courville, Aaron)@4著 |
| 702 | 0 | @a赵申剑@Azhao shen jian@4译 |
| 702 | 0 | @a黎彧君@Ali yu jun@4译 |
| 801 | 0 | @aCN@c20170829 |
| 905 | @dTP181@eG440@f1@sTP181/G440@S@Z | |
| 深度学习/(美) 伊恩·古德费洛, (加) 约书亚·本吉奥, 亚伦·库维尔著= Deep learning/Ian Goodfellow, Yoshua Bengio, Aaron Courville/赵申剑 ... [等] 译.-北京：人民邮电出版社，2017.08 |
| x, 500页：图 (部分彩图)；26cm |
| ISBN 978-7-115-46147-6：CNY168.00 |
| 《深度学习》由全球知名的三位专家Ian Goodfellow、Yoshua Bengio 和Aaron Courville撰写, 是深度学习领域奠基性的经典教材。全书的内容包括3个部分: 第1部分介绍基本的数学工具和机器学习的概念, 它们是深度学习的预备知识; 第2部分系统深入地讲解现今已成熟的深度学习方法和技术; 第3部分讨论某些具有前瞻性的方向和想法, 它们被公认为是深度学习未来的研究重点。 |
| ● |
| 相关链接 |
|
|
|
正题名：深度学习
索取号：TP181/G440
预约/预借
| 序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
| 1 | 21619858 | 216198585 | 自科库301/ [索取号:TP181/G440] | 在馆 |