学习“花书“《深度学习》中文PDF和英文PDF

我的以为github上的中文版翻译的不错，有700多页，深度学习入门经典书籍，前几章的数学基础介绍的至关不错。

第一部分基本就是统计学习最基础的线性代数，几率论等，第4章值得一读，讲了些数值分析里常涉及的几个概念(Poor Conditioning, Optimization method)。第5章介绍了Machine Learning各个算法。严格的数学推导较少。

第二部分第7章讲的正则化(Regularization)，第8章的优化方法(Optimization)和11章的方法论是任何模型都离不开的。将(基本)全部正则化方法放到一块儿讲解并作横向比较。根据我的经验详细阐述了各类状况下对应方法选择。9,10,12章讲的是如今比较成熟的模型及其应用。

第三部分讲的是深度学习领域比较活跃的科研问题。判别式模型(discriminative model)减小而生成式模型(generative model)增多就能够看出主流的研究方向。19章讲的EM算法，MAP，Sparse Coding都是Inference里重中之重。

《深度学习》由全球知名的三位专家Ian Goodfellow、Yoshua Bengio 和Aaron Courville撰写，是深度学习领域奠定性的经典教材。

高清中文版PDF，带目录，文字可以复制；高清英文版PDF，带目录，文字可以复制；

网盘下载：http://106.13.73.98