人工智能算法(卷3):深度学习和神经网络
上QQ阅读APP看书,第一时间看更新

系列图书简介

本系列图书将向读者介绍AI领域的各种热门主题。本系列图书无意成为巨细无遗的AI教程,但是,本系列每本书都专注于AI的某个特定领域,让读者熟悉计算机科学领域的一些最新技术。

本系列图书以一种数学上易于理解的方式讲授AI相关概念,这也是本系列图书英文书名中“for Human”的含义。因此,我会在理论之后给出实际的编程示例和伪代码,而不仅仅依靠数学公式进行讲解。尽管如此,我还是要做出以下假设:

● 假定读者精通至少一门编程语言;

● 假定读者对大学代数课程有基本的了解;

● 不要求读者对微积分、线性代数、微分方程与统计学中的公式有太多了解,我将在必要时介绍它们。

书中示例均已改写为多种编程语言的形式,读者可以将示例适配于某种编程语言,以满足特定的编程需求。

编程语言

本书中只给出了伪代码,具体示例代码则以Java、C#、R、C/C++和Python等语言形式提供,此外还有社区支持维护的Scala版本。社区成员们正在努力将示例代码转换为更多其他的编程语言,说不定当你拿到本书的时候,你喜欢的编程语言也有了相应的示例代码。访问本书的GitHub开源仓库可以获取更多信息,同时我们也鼓励大家通过社区协作的方式来帮助我们完成代码改写和移植工作。如果你也希望加入社区协作,我们将不胜感激。更多相关的流程信息可以参见本书附录A。

在线实验环境

本系列图书中的许多示例都使用了JavaScript,并且可以利用HTML5在线运行。移动设备也必须具有HTML5运行能力才能运行这些程序。所有的线上实验环境资料均可在以下网址中找到:

http://www.aifh.org

这些线上实验环境使你即使是在移动设备上阅读电子书时也能尝试运行各种示例。

代码仓库

本系列图书中的所有代码均基于开源许可证Apache 2.0发布,相关内容可以在以下GitHub开源仓库中获取:

https://github.com/jeffheaton/aifh

附带JavaScript实验环境示例的线上实验环境则保存在以下开源仓库中:

https://www.heatonresearch.com/aifh/

如果你在运行示例时发现其中有拼写错误或其他错误,可以派生(fork)该项目并将修订推送到GitHub。你也会在越来越多的贡献者中获得赞誉。有关贡献代码的更多信息,请参见附录A。