深度学习500问(DeepLearning-500-questions) 中文PDF完整版(含代码)

深度学习500问，以问答形式对常用的概率知识、线性代数、机器学习、深度学习、计算机视觉等热点问题进行阐述，以帮助自己及有需要的读者。 全书分为18个章节，50余万字。需要的朋友可下载试试！

内容

第1章 数学基础 1

1.1 向量和矩阵 1

1.2 导数和偏导数 5

1.3 特征值和特征向量 6

1.4 概率分布与随机变量 7

1.5 常见概率分布 11

1.6 期望、方差、协方差、相关系数 13

第2章 机器学习基础 16

2.1 基本概念 16

2.2 机器学习的学习方式 20

2.3 分类算法 22

2.4 逻辑回归 26

2.5 代价函数 28

2.6 损失函数 32

2.7 梯度下降法 35

2.8 线性判别分析 40

2.9 主成分分析 43

2.10 模型评估 47

2.11 决策树 61

2.12 支持向量机（SVM） 65

2.13 贝叶斯分类器 72

2.14 EM算法 77

2.15 降维和聚类 79

第3章 深度学习基础 89

3.1 基本概念 89

3.2 神经网络计算 95

3.3 激活函数 104

3.4 BATCH SIZE 112

3.5 归一化 114

3.6 参数初始化 121

3.7 预训练与微调 123

3.8 超参数 127

3.9 学习率 129

3.10 正则化 133