各路大神，能給推薦幾本適合初學深度學習和神經網絡的書嗎？你好，我很高興回答你的問題。！在有了Python基金會之后開始開發(fā)定位是件好事！深度學習和神經網絡。我建議你大致了解一下內容，然后在網上搜索各種

各路大神，能給推薦幾本適合初學深度學習和神經網絡的書嗎？

你好，我很高興回答你的問題。！在有了Python基金會之后開始開發(fā)定位是件好事

！深度學習和神經網絡。我建議你大致了解一下內容，然后在網上搜索各種文章和視頻，分章節(jié)學習。

幾年前，我還在學習神經網絡。發(fā)現(xiàn)對數(shù)學的要求比較高，各種高階公式和矩陣算法，學習起來比較困難

！我建議你去BiliBili網站搜索一些關于深度學習的視頻。

有一個中國人教英語，但是說英語的人更好。我忘記了具體的名字，因為我已經學習了很長時間。他的課程很容易理解，而且都是免費的。我遵循他的路線。如果我什么都不懂，我會停下來去百度搜索其他文章或視頻。

堅持下去很重要。來吧。

既然使用神經網絡也可以解決分類問題，那SVM、決策樹這些算法還有什么意義呢？

這取決于數(shù)據(jù)量和樣本數(shù)。不同的樣本數(shù)和特征數(shù)據(jù)適合不同的算法。像神經網絡這樣的深度學習算法需要訓練大量的數(shù)據(jù)集來建立更好的預測模型。許多大型互聯(lián)網公司更喜歡深度學習算法，因為他們獲得的用戶數(shù)據(jù)是數(shù)以億計的海量數(shù)據(jù)，這更適合于卷積神經網絡等深度學習算法。

如果樣本數(shù)量較少，則更適合使用SVM、決策樹和其他機器學習算法。如果你有一個大的數(shù)據(jù)集，你可以考慮使用卷積神經網絡和其他深度學習算法。

以下是一個圖表，用于說明根據(jù)樣本數(shù)量和數(shù)據(jù)集大小選擇的任何機器學習算法。

如果你認為它對你有幫助，你可以多表揚，也可以關注它。謝謝您

請問學bp神經網絡哪本書比較好？

我三年的研究生都在學這個東西，你是本科生，我給你推薦一本書，我和我的同學都覺得這本書很珍貴！西安電子科技大學出版的一本關于神經網絡的書價格是20元，至少三年前的版本是20元。藍紫色的皮膚，那本書很不錯，但是它是關于matlab編程的神經網絡，但是它很相似，入門看很適合，用簡單的話來說！我最近太忙了。我有空的時候可以搜索你的名字。買起來不太容易。如果你在北京，你可以在西單圖書大廈買。

有哪些關于機器學習的入門書籍推薦？

現(xiàn)在主流的機器學習方法是基于神經網絡的，但是它是基于統(tǒng)計的。我理解你所說的機器學習的介紹，從統(tǒng)計機器學習的介紹開始。

我在哈爾濱工業(yè)大學主修計算機科學。我的方向是機器翻譯（自然語言處理）。我只談機器學習的介紹。我從李航先生的統(tǒng)計學習法開始。這本書講述了常用的統(tǒng)計機器學習模型的十個概念和公式推導。我當時基本上是推演這本書的，概念也很清楚，我?guī)缀醵级?。是個初學者。

讀了周志華先生寫的西瓜書《機器學習》，發(fā)現(xiàn)與統(tǒng)計學習方法相比，這本書的內容更充實，但數(shù)學公式或推導相對較少。現(xiàn)在，我覺得周志華先生的西瓜書更適合初次閱讀，因為概念和思想的例子更生動。

在閱讀了馬春鵬師兄在實驗室翻譯的PRML（模式識別與機器學習）和其他NLP相關書籍后，研究相關書籍將不會首先列出，對機器學習的理解將進一步加深。

最后，在工作的壓力下，我終于來到了神經網絡。一開始，我讀了講義。一開始，我讀了復旦邱錫鵬的《機器學習與深度學習》講義。我通過了基本的CNN和RNN，還有著名的花書，哈哈哈，但我沒讀完！還有一些博客什么也不詳細，感興趣的可以聯(lián)系我，與你分享

！后來，我讀了更多與研究相關的書，但我沒有列出它們?，F(xiàn)在流行的預訓模式，比如伯特、埃爾莫和羅伯塔，都是在看論文，，，

希望大家能順利開始，如果有什么問題或想法可以互相交流