實戰(zhàn)深度學習算法：零起點通關(guān)神經(jīng)網(wǎng)絡(luò)模型（基于Python和NumPy實現(xiàn)）

　　深度學習是機器學習的重要分支。本書系統(tǒng)地介紹了如何用 Python 和 NumPy 一步步地實現(xiàn)深度學習的基礎(chǔ)模型，無須借助 TensorFlow、PyTorch 等深度學習框架，幫助讀者更好地理解底層算法的脈絡(luò)，進而進行模型的定制、優(yōu)化和改進。全書由簡到難地講述感知機模型、多分類神經(jīng)網(wǎng)絡(luò)、深層全連接網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、批量規(guī)范化方法、循環(huán)神經(jīng)網(wǎng)絡(luò)、長短時記憶網(wǎng)絡(luò)、雙向結(jié)構(gòu)的 BiGRU 模型等神經(jīng)網(wǎng)絡(luò)模型的必要算法推導(dǎo)、實現(xiàn)及其實例，讀者可直接動手調(diào)試和觀察整個訓(xùn)練過程，進一步理解模型及其算法原理。本書適合沒有深度學習基礎(chǔ)，希望進入此領(lǐng)域的在校學生、研究者閱讀，也適合有一定基礎(chǔ)但不滿足于“調(diào)包”和“調(diào)參”的工程師學習，還可供想要深入了解底層算法的研究人員參考閱讀。

　　徐彬，重慶大學計算機科學系學士、BI挪威商學院碩士。曾任中國工商銀行軟件工程師、平安銀行應(yīng)用架構(gòu)專家、銀行間市場清算所創(chuàng)新衍生品及利率產(chǎn)品項目群負責人。 研究方向包括信貸及清算風險管控、復(fù)雜項目群管理，機器學習在特定場景的應(yīng)用。