内容简介
深度学习领域奠基性的经典畅销书，长期位居美国亚马逊AI和机器学习类图书榜首，所有数据科学家和机器学习从业者的bi读图书，特斯拉CEO埃隆·马斯克等国内外众多专家推荐。
本书囊括了数学及相关概念的背景知识，包括线性代数、概率论、信息论、数值优化以及机器学习中的相关内容。同时，它还介绍了工业界中实践者用到的深度学习技术，包括深度前馈网络、正则化、优化算法、卷积网络、序列建模和实践方法等，并且调研了诸如自然语言处理、语音识别、计算机视觉、在线推荐系统、生物信息学以及视频游戏方面的应用。最后，本书还提供了一些研究方向，涵盖的理论主题包括线性因子模型、自编码器、表示学习、结构化概率模型、蒙特卡罗方法、配分函数、近似推断以及深度生成模型。
作者介绍
Ian Goodfellow
，谷歌公司(Google)的研究科学家，2014年蒙特利尔大学机器学习博士。
Yoshua Bengio
，蒙特利尔大学计算机科学与运筹学系(DIRO)的教授，蒙特利尔学习算法研究所(MILA)的负责人，CIFAR项目的共同负责人，加拿大统计学习算法研究主席。
Aaron Courville
，蒙特利尔大学计算机科学与运筹学系的助理教授，也是LISA实验室的成员。
