深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個分支，它能夠使計(jì)算機(jī)通過層次概念來學(xué)習(xí)經(jīng)驗(yàn)和理解世界。因?yàn)橛?jì)算機(jī)能夠從經(jīng)驗(yàn)中獲取知識，所以不需要人類來形式化地定義計(jì)算機(jī)需要的所有知識。層次概念允許計(jì)算機(jī)通過構(gòu)造簡單的概念來學(xué)習(xí)復(fù)雜的概念，而這些分層的圖結(jié)構(gòu)將具有很深的層次。本書會介紹深度學(xué)習(xí)領(lǐng)域的許多主題。本書囊括了數(shù)學(xué)及相關(guān)概念的背景知識，包括線性代數(shù)、概率論、信息論、數(shù)值優(yōu)化以及機(jī)器學(xué)習(xí)中的相關(guān)內(nèi)容。同時，它還介紹了工業(yè)界中實(shí)踐者用到的深度學(xué)習(xí)技術(shù)，包括深度前饋網(wǎng)絡(luò)、正則化、優(yōu)化算法、卷積網(wǎng)絡(luò)、序列建模和實(shí)踐方法等，并且調(diào)研了諸如自然語言處理、語音識別、計(jì)算機(jī)視覺、在線推薦系統(tǒng)、生物信息學(xué)以及視頻游戲方面的應(yīng)用。最后，本書還提供了一些研究方向，涵蓋的理論主題包括線性因子模型、自編碼器、表示學(xué)習(xí)、結(jié)構(gòu)化概率模型、蒙特卡羅方法、配分函數(shù)、近似推斷以及深度生成模型。