大模型书籍《深度学习》：应用数学与机器学习基础、深度网络、深度学习研究（含PDF文档免费）

《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。

适合各类读者阅读，包括相关专业的大学生或研究生，以及不具有机器学习或统计背景、但是想要快速补充深度学习知识，以便在实际产品或平台中应用的软件工程师。

有需要这本《深度学习》PDF文档，可以微信扫描下方优快云官方认证二维码，免费领取【保证100%免费】

二、书籍目录

第1章引言

1.1　本书面向的读者　
1.2　深度学习的历史趋势　
1.2.1　神经网络的众多名称和命运变迁　
1.2.2　与日俱增的数据量　
1.2.3　与日俱增的模型规模　
1.2.4　与日俱增的精度、复杂度和对现实世界的冲击

第1部分 应用数学与机器学习基础

第2章 线性代数
第3章 概率与信息论　
第4章 数值计算　
第5章 机器学习基础

第2部分 深度网络：现代实践

第6章 深度前馈网络　
第7　章深度学习中的正则化　
第8章 深度模型中的优化　
第9章 卷积网络
第10章 序列建模：循环和递归网络
第11章 实践方法论
第12章 应用

第3部分 深度学习研究

第13章 线性因子模型
第14章 自编码器
第15章 表示学习　
第16章 深度学习中的结构化概率模型　
第17章 蒙特卡罗方法
第18章 直面配分函数　
第19章 近似推断
第20章 深度生成模型

有需要这本《深度学习》PDF文档，可以微信扫描下方优快云官方认证二维码，免费领取【保证100%免费】