深度学习算法实践

内容简介

前言

1 开始

1.1 从传统的软件工程思维转型

1.2 建立算法思维

1.3 观察!观察!观察!重要的事情说三遍

注释

2 文本分析实战

2.1 第一个文本问题

2.2 情感分类

2.3 文本深度特征提取

注释

3 做一个对话机器人

3.1 理解人类提问

3.2 答案的抽取和选择

3.3 蕴含关系

3.4 生成式对话模型(Generative Model)

3.5 判断机器人说话的准确性

3.6 智能对话的总结和思考

注释

4 视觉识别

4.1 从人脸识别开始

4.2 深度卷积网络

4.3 目标检测

4.4 视觉领域的应用

注释

5 强化学习实践

5.1 吃豆子和强化学习

5.2 马尔科夫决策过程

5.3 理解Q网络

5.4 模拟物理世界:OpenAI

5.5 实现一个DQN

5.6 关于强化学习的思考

注释

6 预测与推荐

6.1 从Google的感冒预测说起

6.2 股票预测(一)

6.3 股票预测(二)

6.4 深度学习在推荐领域的应用:Lookalike算法

注释

参考文献