涌井良幸,1950年生于东京,毕业于东京教育大学(现筑波大学)数学系,现为自由职业者。著有《用Excel学深度学习》(合著)、《统计学有什么用?》等。
学习人工智能第一步,从了解深度学习开始!利用身边最常见的工具即可入门深度学习通过Excel电子表格来掌握卷积神经网络的结构,简单易于掌握。本书将带你了解类似于“深度学习是怎么样识别图形的”这种根本问题,讲基础构可视化,帮助你为进一步学习人工智能开发知识打牢基础。请跟随作者的思路,开始一段不一样的深度学习旅程吧!
本书通过Excel读者介绍构成深度学习的基础卷积神经网络的结构。示例文件可在Excel2013、2016中运行。
为了更好地解释卷积神经网络的结构,本书使用了很多图表与示例。书中难免出现不严谨之处,敬请读者见谅。
深度学习的领域非常广泛,而本书仅介绍如何利用阶层型神经网络与卷积神经网络(CNN)识别图像。
本书作为“有教师学习”用书,与“无教师学习”和“强化学习”的入门教材相比,具有更高的专业性。
激活函数以Sigrnoid函数为主。
AI著作之所以难以理解,原因之一就是各类著作中使用的变量符号不统一。在参考市面上各种著作的基础上,本书力争使用具有最大兼容性的变量符号进行说明。
理解本书需要具有一定的Excel基础。第2章重点介绍Excel的相关内容,有需要的读者可以参考。