概述
这本教科书提供了一个简明的，易理解的和引人入胜的深度学习的第一个介绍，提供了大量连接主义模型。本文以简单直观的方式探索最流行的算法和架构，并逐步解释数学推导。内容涵盖卷积网络、LSTMs、Word2vec、RBMs、DBNs、神经图灵机、内存网络和自动编码器。整本书提供了大量的工作Python代码示例，代码也在附带的网站上单独提供。
主题和特点
/p>
介绍机器学习的基本原理，以及深度学习的数学和计算条件
讨论前馈神经网络，并探索这些可应用于任何神经网络的修改
检查卷积神经网络，和递归连接到前馈神经网络
描述分布式表示的概念、自动编码器的概念以及深度学习语言处理背后的思想
介绍了人工智能和神经网络的简史，并回顾了在深度学习和连接主义方面有趣的开放研究问题
这本清晰而生动的深度学习入门书是计算机科学、认知科学和数学以及语言学、逻辑、哲学和心理学等领域的研究生和高级本科生的必备读物。
桑德罗·斯坎西博士是萨格勒布大学逻辑学助理教授，也是克罗地亚萨格勒布大学代数学院的数据科学讲师。
