得书 - 好书推荐、正版图书免费阅读

基于深度学习的道路短期交通状态时空序列预测

崔建勋
深度学习在道路交通时空预测的最新研究。

电子书

风电场短期功率预测

曾杰
本书针对风电功率预测技术，系统地介绍了风电功率预测技术的常见分类和建模方法，详细阐述了基于时间序列的风电功率预测方法、基于支持向量机的风电功率预测技术、基于神经网络的风电功率预测方法，最后以功率预测系统为例详细说明风电功率预测系统的实现。

电子书

Python深度学习实战——基于Pytorch

主编
本书以深度学习框架PyTorch为基础，介绍机器学习的基础知识与常用方法，全面细致地提供了基本机器学习操作的原理和在深度学习框架下的实践步骤。全书共16章，主要分别介绍了深度学习基础知识、深度学习框架及其对比，机器学习基础知识，深度学习框架基础，Logistic回归，多层感知器，计算机视觉，自然语言处理以及8个实战案例。本书将理论与实践紧密结合，相信能为读者提供有益的学习指导。??本书适合Pyth

电子书

深度学习经典案例解析（基于MATLAB）

赵小川
《深度学习经典案例解析（基于MATLAB）》分为“基础篇”“应用篇”和“实战篇”。通过17个案例循序渐进地介绍了深度学习网络的构建、训练、应用，以及如何基于MATLAB快速生成可执行的C、C++代码并在硬件上部署实现，内容讲解由浅及深、层层递进。本书所讲解的案例均配有代码实现，并对代码进行了详细注解，读者可通过阅读代码对本书讲解的内容进行更加深入的了解。《深度学习经典案例解析（基于MATLAB）》

电子书

基于互联网教育环境的深度学习

吴颖惠
互联网与深度学习结合，探讨教学策略及方法。

电子书

混沌时间序列预测及其抵抗方法

杜宝祥
本书首先分析了现有混沌时间序列预测的基本理论与方法，然后给出了两种预测方法：基于最小二乘支持向量机动态选择集成混沌时间序列预测方法和基于变异粒子群联合参数优化多尺度核混沌时间序列预测方法，两种方法都很好地提高了混沌时间序列的预测精度。最后详细介绍了双重K-L变换（Karhunen-LoeveTransform）方法，该方法有效抵抗了对混沌序列的预测，提高了系统的安全性。

电子书

区间数序列的数学模型预测技术

曾祥艳//何芳丽责编黎丹
全书共12章，包括区间数序列预测研究概况、GM（1，1）与累积法、基于序列转换的GM（1，1）、基于序列转换的新陈代谢GM（0，N）、基于序列转换的ARMA模型、基于序列转换的支持向量机预测方法、基于整体发展系数的区问数GM（1，1）、BIGM（1，1）和TIGM（1，1）修正、基于整体发展系数的区间数多变量灰色模型、矩阵型GM（1，1）、矩阵型多变量灰色模型、向量自回归和多元线性回归联合模型等。

电子书

深度学习

[美]伊恩·古德费洛
深度学习是机器学习的一个分支，它能够使计算机通过层次概念来学习经验和理解世界。

电子书

深度学习

徐立芳
本书介绍了深度学习的基本概念、算法原理以及实现框架。全书共9章，分别介绍了深度学习的发展历史、神经网络与深度神经网络、卷积神经网络、循环神经网络、深度学习在目标检测和图像描述中的应用、生成对抗网络、深度迁移学习和深度强化学习等，并提供了应用实例。

电子书

Python 深度学习

吕云翔刘卓然关捷雄等编著
《Python深度学习》以深度学习框架为基础，介绍机器学习的基础知识与常用方法，全面细致地提供了机器学习操作的原理及其在深度学习框架下的实践步骤。全书共16章，分别介绍了深度学习基础知识、深度学习框架及其对比、机器学习基础知识、深度学习框架（以PyTorch为例）基础、Logistic回归、多层感知器、卷积神经网络与计算机视觉、神经网络与自然语言处理以及8个实战案例。本书将理论与实践紧密结合，相信

电子书

JavaScript深度学习

尼尔森
深度学习扛鼎之作《Python深度学习》姊妹篇，前端工程师不可错过的AI入门书。

电子书

深度学习：基于Python语言和TensorFlow平台（视频讲解版）

谢琼
本书基于使用Python语言的TensorFlow深度学习框架进行讲解，帮助你快速入门。

电子书

深度学习与围棋

(美) 马克斯·帕佩拉 (Max Pumperla)
深入浅出的深度学习入门书，从零实现AlphaGo，为AI理论和应用打下基础。

电子书

PyTorch深度学习实战

[美]伊莱·史蒂文斯（Eli,Stevens），[意]卢卡·安蒂加（Luca Antiga），等
1.PyTorch核心开发者教你使用PyTorch创建神经网络和深度学习系统的实用指南。2.详细讲解整个深度学习管道的关键实践，包括PyTorch张量API、用Python加载数据、监控训练以及对结果进行可视化。3.PyTorch核心知识+真实、完整的案例项目，快速提升读者动手能力：a.全面掌握PyTorch相关的API的使用方法以及系统掌握深度学习的理论和方法；b.快速从零开始构建一个真实示例：肿瘤图像分类器；c.轻松学会使用PyTorch实现各种神经网络模型来解决具体的深度学习问题；d.章尾附有“练习题”，巩固提升所学知识；更有配套的代码文件可下载并动手实现。4.PyTorch联合创作者SoumithChintala作序推荐！5.书中所有代码都是基于Python3.6及以上的版本编写的，提供源代码下载。

电子书

深度学习的数学——使用Python语言

[美] 罗纳德·T.纽塞尔
解锁深度学习的数学密码，掌握AI技术的核心。

电子书

基于数据挖掘的软件缺陷预测技术

马樱
本专著主要基于软件领域数据的特性和预测模型的不同应用场景，对软件缺陷预测前言的若干关键技术进行了研究和总结。主要内容包括迁移学习环境下的缺陷预测技术，半监督环境下的缺陷预测技术，主动学习环境下的缺陷预测技术，基于核理论的缺陷预测技术，所应用的理论、算法及应用成果的介绍和展示。

电子书

新编道路交通运输法规

聂红梅等
本书以项目为导向，以任务驱动为主线，共设13个项目。主要内容涉及公路法、道路运输条例、道路旅客运输及客运站管理规定、运输合同、车辆保险与交通事故理赔、道路交通安全法、交通行政处罚、交通行政复议、交通行政诉讼等。

电子书

深度学习原理与实践

陈仲铭
（1）大量图例，简单易懂。作者亲自绘制了大量插图，力求还原深度学习的算法思想，分解和剖析晦涩的算法，用图例来表示复杂的问题。生动的图例也能给读者带来阅读乐趣，快乐地学习算法知识，体会深度学习的算法本质。（2）简化公式，生动比喻。深度学习和机器学习类的书中通常会有大量复杂冗长的算法公式，为了避免出现读者读不懂的情况，本书尽可能地统一了公式和符号，简化相关公式，并加以生动的比喻进行解析。在启发读者的同时，锻炼读者分析问题和解决问题的能力。（3）算法原理，代码实现。在介绍深度学习及相关算法的原理时，不仅给出了对应的公式，还给出了实现和求解公式的代码，让读者明确该算法的作用、输入和输出。原理与代码相结合，使得读者对深度学习的算法实现更加具有亲切感。（4）深入浅出，精心剖析。理解深度学习需要一定的机器学习知识，本书在D1章介绍了深度学习与机器学习的关系，并简要介绍了机器学习的内容。在内容安排上，每章依次介绍模型框架的应用场景、结构和使用方式，最后通过真实的案例去全面分析该模型结构。目的是让读者可以抓住深度学习的本质。（5）入门实践，案例重现。每一章最后的真实案例不是直接堆砌代码，而是讲解使用该算法模型的原因和好处。从简单的背景知识出发，使用前文讲解过的深度学习知识实现一个实际的工程项目。实践可以用于及时检验读者对所学知识的掌握程度，为读者奠定深度学习的实践基础。将一本技术书籍写得通俗易懂谈何容易，但《深度学习原理与实践》这本书确实做到了。书中对近年来火热的深度学习理论知识进行简单剖析，化繁为简，没有局限于坐而论道，而是将实例和数学理论相结合，让读者能够快速理解各种模型并上手实践，值得细读。--唐春明　广州大学数学与信息学科学院副院长本书从原理、方法、实践这3个维度系统地介绍了深度学习的方方面面，内容详实，解读清晰，细节与全貌兼顾，既适合初学者阅读，也可以作为深入研究的参考用书。--杨刚　西安电子科技大学教授近年来出版的深度学习相关图书中，本书是我见过非常有指导意义的中文书籍之一。本书对ANN、CNN、RNN等模型进行深入浅出的介绍，引入大量图例和简化后的公式，让算法浅显易懂。每一章的实践内容都给人惊喜，强烈推荐！--吴健之　腾讯音乐高级工程师作为产品经理，我能看懂的深度学习书籍实在太少了。本书恰到好处，插图丰富直观，数学公式简练，很喜欢此类风格的图书，易懂好学。即使你不是程序员或算法专家，该书也值得一看！--张瑞　中软国际高级产品经理

电子书

动手打造深度学习框架

李伟
本书基于C++编写，旨在带领读者动手打造出一个深度学习框架。

电子书

深度学习实战之PaddlePaddle

潘志宏王培彬万智萍邱泽敏
内容提要本书全面讲解了深度学习框架PaddlePaddle，并结合典型案例，阐述了PaddlePaddle的具体应用。本书共15章。第1章介绍了深度学习及其主流框架；第2章介绍了几种不同的PaddlePaddle安装方式；第3章使用MNIST数据集实现手写数字识别；第4章介绍CIFAR彩色图像识别；第5章介绍了自定义数据集的识别；第6章介绍了验证码的识别；第7章介绍了场景文字的识别；第8章实现了验