尼格尔·刘易斯（N.D.Lewis）是一位数据科学和预测领域的讲师、作者和研究者。他在华尔街和伦敦从事投资管理工作多年，编著了统计、数据科学和量化模型方面的数本图书，并且在大学里开设深度学习、机器学习和数据分析应用等方面的课程。

第1章简介1
1.1什么是深度学习2
1.2深度学习解决什么问题3
1.3谁在使用深度学习4
1.4神经网络基础6
1.4.1神经元的角色（作用）9
1.4.2激活函数11
1.4.3神经网络学习算法13
1.5注释16
第2章深度神经网络24
2.1令人惊讶的对深度神经网络的简单剖析25
2.2如何用60秒或更少的时间解释清楚深度神经网络26
2.33个绝妙的使用深度神经网络的途径27
2.3.1在有雾天气增强能见度27
2.3.2让黑客和网络犯罪分子吃些苦头30
2.3.3令人难以置信的收缩的图像压缩31
2.4如何迅速逼近任意函数33
2.5选择多少个神经元38
2.6选择最佳神经网络层数的常识40
2.7提升深度神经网络性能的3种方法41
2.7.1用“dropout”方法来提高成功率41
2.7.2如何从小批量（minibatching）中获益44
2.7.3提前终止（Earlystopping）的简单计划45
2.8用R以难以置信的简单方法来构建深度神经网络47
2.8.1构建深度神经网络回归模型的方法47
2.8.2聪明人使用深度神经网络回归模型的技巧51
2.8.3构建深度神经网络分类器的艺术54
2.8.4如何构建多响应变量模型61
2.9注释69
第3章Elman神经网络75
3.1什么是Elman神经网络76
3.2上下文层神经元的作用是什么77
3.3如何理解信息的流动77
3.4如何用Elman神经网络提升效果78
3.5使用Elman神经网络的4种妙招78
3.5.1终极天气预报模型79
3.5.2如何迅速发现严重的故障79
3.5.3提高水质量的创新性想法80
3.5.4在股票证券市场如何实现一个“杀手级”应用80
3.6构建Elman神经网络的简单方法81
3.7如何加载工具包82
3.8为什么数据可视化是一门科学82
3.9转换数据的秘密85
3.10如何估计模型88
3.11创建理想的预测89
3.12注释90
第4章Jordan神经网络92
4.1Jordan神经网络可以解决的3个问题93
4.1.1风速预测的终极指南93
4.1.2如何对蛋白质的相互作用分类93
4.1.3深度学习在西班牙语方面的应用94
4.2R语言Jordan神经网络模型的基本要素94
4.3寻找合适的包95
4.4转换数据的方法96
4.5如何选择训练样本98
4.6用这个技巧来预估你的模型98
4.7注释100
第5章自编码器的秘密102
5.1绝地控心术103
5.2秘密揭晓104
5.3可以直接检验的实用定义106
5.4如何拯救巴西热带草原赛拉多（Cerrado）106
5.5需要了解的基本要素107
5.6稀疏自编码器的强大益处108
5.7理解Kullback-Leibler距离108
5.8对稀疏自编码器的3个永恒的教训109
5.9好莱坞、生物统计学和稀疏自编码器的混合109
5.10如何利用R语言快速使用自编码器111
5.11在你自己的数据科学项目使用R语言116
5.12注释123
第6章堆叠自编码器简介125
6.1深度学习大师的秘密武器126
6.2最佳睡眠时间127
6.3不超过5分钟就可以构建一个堆叠自编码器130
6.4什么是去噪自编码器131
6.5随机“调味剂”132
6.6去噪自编码器的两个核心任务133
6.7如何理解堆叠去噪自编码器133
6.8一个惊人的实际应用134
6.8.1一个创新想法136
6.8.2Chen、Li、Yang是如何训练他们的模型的138
6.8.3如何避免塞壬的歌声138
6.8.4作者给读者提出的一个挑战140
6.9用R语言构建去噪自编码器的捷径141
6.10注释146

第7章限制玻尔兹曼机149
7.1了解限制玻尔兹曼机的4个步骤149
7.2能量函数和概率分布的角色150
7.3用一种华丽的方式来思考152
7.4模型学习的目标153
7.5像魔法一样的训练技巧153
7.5.1技巧1：美丽的游戏153
7.5.2技巧2：开启限制玻尔兹曼机“王国”的钥匙155
7.5.3技巧3：如探囊取物般简单地激活函数155
7.5.4技巧4：对比散度算法的替代方法156
7.6对深度学习的主要批评157
7.7改变世界的两个想法158
7.7.1“用拳头猛击癌症”159
7.7.2以华丽的方式助攻麻醉师161
7.8用R语言构建限制玻尔兹曼机的秘密164
7.9注释168
第8章深度信念网络173
8.1如何训练一个深度信念网络（DBM）173
8.1.1预训练的关键要素174
8.1.2精调的关键174
8.2如何提供一个更好的呼叫等待经验175
8.3可以很容易模仿的世界一流的想法176
8.4用R语言构建深度信念网络的步骤179
8.5注释182

本书是一本详细的、实用的深度学习实践指南。它共有8章，详细讲解了循环神经网络、Elman神经网络、Jordan神经网络、自编码器、堆叠自编码器、受限玻尔兹曼机的相关知识。本书并没有详细介绍那些深奥的数学公式，它旨在解释深度学习模型是如何工作的，让读者学会如何构建最成