发起人:刘畅 管理大师

赛迪顾问股份有限公司营销与商业创新咨询中心总经理。主要从事企业营销、商业模式创新咨询工作。

回复 ( 10 )

  1. 张馨宇
    理由
    举报 取消

    我没有资格评价这本书,我只能谈谈这本书。

    这本书在写的过程中我也一直在关注,还是残本的时候我就反复看了。这本书加上Hinton老爷子的公开课,基本上Deep learning的入门足够了。内容全面,而且不啰嗦,干货满满。看懂的成本也不高,基本上高年级的本科生就能看懂了。

    而且这种一边写一边一直放在网上更新,边写边接受评论修改的方式,实在让人钦佩。而且在线更新的过程中不停的把新成果和参考文献加进去,保证了书不会一出版就落后,内容非常新,甚至超前。

    总之就是,好评好评好评,推荐推荐推荐。

  2. xzhao
    理由
    举报 取消

    如果想对深度学习有深刻的理解,Bengio这本书的part 2 绝对让你相见恨晚。其它的资料大多要么理解的肤浅,要么讲的不够全面。绝对推荐看一下,讲得非常系统全面,而且深入浅出。

    Hinton的公开课感觉只能作为一个入门。这本书读完让你有一种读了很大数量的论文的收获感。

  3. 成勇敢
    理由
    举报 取消

    浏览器里收藏了一段时间了,每次有不懂的总是点进去看看,基本上都能得到解答。所以仅谈一下我的看法。

    首先说下我了解的八卦,Ian Goodfellow似乎是Bengio的博后,也是牛人,从Google去了OpenAI,另一作者(我没注意过名字)是同校的助理教授,大牛之间相互认同,可以看出他也不赖。

    作者的手稿放在网上,但毕竟是他们辛苦工作,出版社也是花了钱的,所以建议在线浏览,不赞成打印。

    书的内容来说,我个人比较赞成二楼的建议。第二部分确实很有用!它偏向应用,从FNN说起到RNN及CNN,涉及到优化,训练的方方面面。

    第三部分注重理论扩展,是进阶深造的好材料。第一部分是数学和机器学习基础,可看可不看。

    全文七八百页,算是不多吧,同时不像PRML那么多公式,个人感觉还是挺好读的。

    就全书来看,我个人感觉作者的重心在提纲挈领地阐述整个深度学习的研究;对于特定的任务,大家还可能需要多跟文献。

    大概就这些,有帮助请点赞(・ω< )

  4. KizW
    理由
    举报 取消

    以前看prml时候看网上人说prml兼顾理论和工程,我信以为真。

    后来看dl,我默默的找到了那个书评,点了个反对

    不过dl这本书里面很多东西默认你学过了,所以还是要先看看ml的

  5. 匿名用户
    理由
    举报 取消

    这本书让我对传统的机器学习的算法有更加深刻的理解,Deep Learning也由浅入深,讲了motivation,讲了具体方法,不同方法之间的联系,讲了representation learning的视角,还有deep learning目前的研究前景和主要痛点

    真的很感谢实习的同事在我大三的时候就给我推荐了这本书。

  6. 匿名用户
    理由
    举报 取消

    深度学习最全面的书,逐步深入。我觉得学习深度学习,机器学习,计算机视觉等的都应该好好看看这本书。

    另外看到这本书有个读书会,每周日讨论交流,还不错,推荐一下

  7. 匿名用户
    理由
    举报 取消

    我觉得作者真的对这个领域理解非常非常深刻,把概念讲的非常简单。这应该是最好的教材了。

  8. 用户头像
    理由
    举报 取消

    作为机器学习的入门都未尝不可。

    当然此书侧重deep learning,对经典的理论算法感兴趣的话可以读PRML

  9. 匿名用户
    理由
    举报 取消

    正在看。是本好书,内容更接近一般机器学习的总论,但是有深度学习的focus,很多算法降得非常透彻,比如如何从symbolic的角度解BP,很佩服作者。

  10. 匿名用户
    理由
    举报 取消

    我还是看完再来评价比较好。

    扫了一眼非常好。

我来回答

Captcha 点击图片更换验证码