《深度学习：基础与概念》

编辑推荐

适读人群 ：不管是机器学习的新手，还是有经验的实践者，都能从本书中获益。因为各章所讲解的主题既相对独立，又是按照线性展开的，所以本书还适合作为大学生及研究生相关课程的教材或自学图书。

如果看不懂“花书”，那就先来看看这本：

1.作者自身的知名度，经典著作《模式识别与机器学习》之后的又一力作；
2.三位图灵奖得主的共同推荐，2024 年诺贝尔物理学奖得主杰弗里·辛顿作序推荐；
3.为初学者打造，这本书不只能帮读者正确理解深度学习的关键知识，还能帮助读者构建整个深度学习的知识体系、理解其思想内核；
4.本书的重点是引导读者清晰地理解概念与思想，强调的是具有实际应用价值的技术而不是抽象的理论；
5.四色印刷，提升“悦读性”。

内容简介

《深度学习：基础与概念》本书全面且深入地呈现了深度学习领域的知识体系，系统梳理了该领域的核心知识，阐述了深度学习的关键概念、基础理论及核心思想，剖析了当代深度学习架构与技术。

《深度学习：基础与概念》全书共 20 章。本书首先介绍深度学习的发展历程、基本概念及其在诸多领域（如医疗诊断、图像合成等）产生的深远影响；继而深入探讨支撑深度学习的数学原理，包括概率、标准分布等；在网络模型方面，从单层网络逐步深入到多层网络、深度神经网络，详细讲解其结构、功能、优化方法及其在分类、回归等任务中的应用，同时涵盖卷积网络、Transformer 等前沿架构及其在计算机视觉、自然语言处理等领域的独特作用。

《深度学习：基础与概念》本书还对正则化、采样、潜变量、生成对抗网络、自编码器、扩散模型等关键技术展开深入分析，阐释其原理、算法流程及实际应用场景。对于机器学习领域的新手，本书是全面且系统的入门教材，可引领其踏入深度学习的知识殿堂；对于机器学习领域从业者，本书是深化专业知识、紧跟技术前沿的有力工具；对于相关专业学生，本书是学习深度学习课程、开展学术研究的优质参考资料。无论是理论学习、实践应用还是学术研究，本书都是读者在深度学习领域探索与前行的重要指引。

作者简介

克里斯托弗·M. 毕晓普（Christopher M. Bishop）

微软公司技术研究员、微软研究 院 科 学 智 能 中 心（Microsoft Research AI4Science）负责人。剑桥达尔文学院院士、英国皇家工程院院士、爱丁堡皇家学会院士和伦敦皇家学会院士。曾出版经典著作《模式识别与机器学习》（Pattern Recognition and Machine Learning）。

休·毕晓普（Hugh Bishop）

Wayve 公司（伦敦一家基于端到端深度学习的自动驾驶公司）应用科学家，负责设计和训练深度神经网络。拥有剑桥大学工程系机器学习和机器智能专业硕士

学位、杜伦大学计算机科学工程学硕士学位。