未來IT圖解：深度學習

序章  001
深度學習推動世界 002
成為能在深度學習時代生存下來的人才！ 004
 
PART１
什么是深度學習？
 
01: 深度學習的現(xiàn)在與未來 002
02: 推導“正確答案”的搜索 006
03: 機器學習的結(jié)構(gòu)與方法 008
04: 神經(jīng)網(wǎng)絡的種類與特征  012
05: 神經(jīng)網(wǎng)絡的學習方法 016
06: 自編碼器的問世 022
07: 解決梯度消失、過擬合問題 024
08: CNN（卷積神經(jīng)網(wǎng)絡 030
09: RNN（循環(huán)神經(jīng)網(wǎng)絡） 036
10: 圖像生成模型 040
11: 陸續(xù)實現(xiàn)實用化的深層強化學習模型 044
12: 各國圍繞深度學習實用化的現(xiàn)狀 048
13: 深度學習領域中領先世界的企業(yè) 050
總結(jié) 什么是深度學習？ 052
專欄 推動實現(xiàn)深度學習的硬件進步 054
PART２
深度學習的實用化
 
01: 深度學習的應用范圍與分類 056
02: 次品檢測 058
03: 外觀檢查 062
04: 自動撿料 064
05: 農(nóng)業(yè) 066
06: 自動駕駛 068
07: 機器人出租車 070
08: 交通需求預測 072
09: 保護駕駛員 074
10: 診斷支持  076
11: 創(chuàng)制新藥  080
12: 基因治療 082
13: 護理教練與看護機器人 084
14: 裂紋、損傷檢測  086
15: 輸電線路巡檢 088
16: 異常檢測、預防性維護保養(yǎng) 090
17: 地基分析與地質(zhì)評估 092
18: 自動挖掘 094
19: 產(chǎn)業(yè)廢棄物的鑒別 096
20: 校對報道內(nèi)容與自動翻譯 098
21: 廣告點擊預測 100
22: 生成角色 102
23: 智能音箱 104
24: 無人收銀機 106
25: 預防盜竊 110
26: 制作報價單 112
27: 識別物流圖像與在庫管理 114
28: 自動裝盤 116
29: 用戶評價分析 118
30: 預測股價、檢測不正當交易 120
總結(jié) 深度學習會為今后的商業(yè)方式帶來什么 122
專欄 技術(shù)奇點何時來臨？會發(fā)生什么 124
 
PART３
深度學習帶給我們的未來
 
01: 深度學習帶來的價值觀與生活 126
02: 深度學習的下一個市場 130
03: 引入深度學習的注意點 134
04: 在深度學習中有效應用數(shù)據(jù) 138
05: 深度學習時代所需要的人才 140
06: 有關(guān)深度學習的法規(guī)建設等 142
07: 面向未來 FiNC在做什么 144
總結(jié) 深度學習如何改變未來 146