原始链接: https://arxiv.org/abs/2310.20360
Arnufl Jentzen、Benno Kuckuck 和 Philippe von Wurstemberger 撰写的论文《深度学习的数学简介：方法、实现和理论》详细研究了深度学习算法的关键要素和原理。 该研究全面深入研究了各种与人工智能相关的主题，包括不同类型的人工智能神经网络、优化参数的方法、与深度学习相关的理论方面以及实现人工智能求解偏微分方程的方法。 这项工作旨在帮助以前没有接触过深度学习的人工智能爱好者更好地掌握其基础知识，同时为实践数据科学家提供更多见解。 该书于 2023 年 10 月 31 日出版后，包含约 600 页、36 张插图和 45 个计算机程序。 它属于多个学科，包括机器学习、数学分析、概率论和数值数学。 该论文引用了多年来在这些领域进行的先前研究，并提供了包含近五百个条目的广泛参考书目，使其成为在该跨学科领域范围内工作的研究人员的不可或缺的资源。 总的来说，《深度学习的数学导论：方法、实现和理论》对于有抱负的和现有的数据科学专家来说是一本内容丰富的读物。
arXivLabs is a framework that allows collaborators to develop and share new arXiv features directly on our website.
Both individuals and organizations that work with arXivLabs have embraced and accepted our values of openness, community, excellence, and user data privacy. arXiv is committed to these values and only works with partners that adhere to them.
Have an idea for a project that will add value for arXiv's community? Learn more about arXivLabs.