深度學習500問，以問答形式對常用的概率知識、線性代數(shù)、機器學習、深度學習、計算機視覺等熱點問題進行闡述，以幫助自己及有需要的讀者。 全書分為18個章節(jié)，50余萬字。需要的朋友可下載試試！

內容

第1章 數(shù)學基礎 1

1.1 向量和矩陣 1

1.2 導數(shù)和偏導數(shù) 5

1.3 特征值和特征向量 6

1.4 概率分布與隨機變量 7

1.5 常見概率分布 11

1.6 期望、方差、協(xié)方差、相關系數(shù) 13

第2章 機器學習基礎 16

2.1 基本概念 16

2.2 機器學習的學習方式 20

2.3 分類算法 22

2.4 邏輯回歸 26

2.5 代價函數(shù) 28

2.6 損失函數(shù) 32

2.7 梯度下降法 35

2.8 線性判別分析 40

2.9 主成分分析 43

2.10 模型評估 47

2.11 決策樹 61

2.12 支持向量機（SVM） 65

2.13 貝葉斯分類器 72

2.14 EM算法 77

2.15 降維和聚類 79

第3章 深度學習基礎 89

3.1 基本概念 89

3.2 神經網絡計算 95

3.3 激活函數(shù) 104

3.4 BATCH SIZE 112

3.5 歸一化 114

3.6 參數(shù)初始化 121

3.7 預訓練與微調 123

3.8 超參數(shù) 127

3.9 學習率 129

3.10 正則化 133